Keras没有使用MyGPU,尽管tensorflow似乎运行良好。我听从了其他人的建议,检查tensorflow:import tensorflow
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
这给了
^{pr2}$
到目前为止还不错,但是当我在Keras中指定一个分类器并对其进行训练时,它的运行速度非常缓慢。没有GPU加速的迹象:classifier.fit(X_train, y_train, batch_size = 10, epochs = 100, verbose=1)
我试过了:with tensorflow.device('/gpu:0'):
classifier.fit(X_train, y_train, batch_size = 10, epochs = 100)
同样的结果。
我不知道如何判断Keras是否在使用GPU,除了速度和明显的CPU使用情况。在
我还从tensorflow文档中运行了这个示例,在我的终端中,我可以清楚地看到它使用GPU。它比上面的keras示例运行得快得多。
导入tensorflow
#创建图形。
a=恒定流量张量([1.0,2.0,3.0,4.0,5.0,6.0],形状=[2,3],name='a')
b=张量流量常数([1.0,2.0,3.0,4.0,5.0,6.0],形状=[3,2],name='b')
c=tensorflow.matmul(a,b)
#创建一个将log_device_placement设置为True的会话。
赛斯=tensorflow.会话(配置=tensorflow.ConfigProto(log_device_placement=True)
#执行手术。
打印(sess.运行(c) )
如果您能帮我找出为什么Keras看不到我的GPU,我将不胜感激
我使用python3.6.5、tensorflowgpu1.11.0(未安装tensorflow)、keras2.2.4。
我需要指出的是,我不得不花些时间让tensorflow使用GPU,我仍然不知道为什么它突然这么做了,但它现在一直如此。我的假设是凯拉斯会自动继承这个。在
A
如果觉得《keras指定gpu_keras不使用gpu 但tensorflow》对你有帮助,请点赞、收藏,并留下你的观点哦!