我正在运行 Keras 模型,提交截止日期为 36 小时,如果我在 cpu 上训练我的模型大约需要 50 小时,有没有办法在 gpu 上运行 Keras?
我正在使用 Tensorflow 后端并在我的 Jupyter 笔记本上运行它,但没有安装 anaconda。
最佳答案
是的,您可以在 GPU 上运行 keras 模型。您必须先检查几件事。
- 您的系统有 GPU(Nvidia。因为 AMD 还不能工作)
- 您已安装 GPU 版本的 tensorflow
- 您已安装 CUDA installation instructions
- 验证 tensorflow 是否在 GPU 上运行 check if GPU is working
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
对于 TF > v2.0
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
(感谢@nbro 和@Ferro 在评论中指出这一点)
或
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
输出将是这样的:
[
name: "/cpu:0"device_type: "CPU",
name: "/gpu:0"device_type: "GPU"
]
完成所有这些后,您的模型将在 GPU 上运行:
检查 keras(>=2.1.1) 是否使用 GPU:
from keras import backend as K
K.tensorflow_backend._get_available_gpus()
一切顺利。
关于python - 我可以在 gpu 上运行 Keras 模型吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45662253/