Chuyển đổi dòng chảy phụ trợ Keras sang GPU


8

Tôi sử dụng kết hợp Keras-Tensorflow được cài đặt với tùy chọn CPU (được cho là mạnh mẽ hơn), nhưng bây giờ tôi muốn thử nó với phiên bản GPU. Có một cách thuận tiện để chuyển đổi? Hoặc tôi sẽ cài đặt lại đầy đủ Tensorflow? Phiên bản GPU có đáng tin cậy không?


Tôi đã cài đặt phiên bản TF cho GPU và không hoạt động. Tôi đã viết bất kỳ dòng lệnh nào trên mã của mình để sử dụng GPU?
Villuck

Câu trả lời:


6

Tôi khuyên bạn nên cài đặt lại phiên bản GPU của Tensorflow, mặc dù bạn có thể cài đặt cả hai phiên bản của Tensorflow thông qua virtualenv . Phiên bản GPU của Tensorflow hỗ trợ tính toán CPU, bạn có thể dễ dàng chuyển sang CPU:

with device('/cpu:0'):
    # your code here

Tôi đã sử dụng phiên bản GPU của Tensorflow trên Tesla K80 của tôi trong một vài tháng, nó hoạt động như một bùa mê. Hãy thử!


2

Trước tiên, bạn sẽ phải gỡ cài đặt tenorflow và sau đó cài đặt tenorflow-gpu. Sau đó chạy mã của bạn và nó sẽ chạy trên GPU miễn là bạn đã cài đặt các thư viện gpu như CUDA và cuDNN.


1

Sau khi bạn cài đặt phiên bản GPU của Tensorflow, bạn không có bất cứ điều gì để làm trong Keras. Như được viết trong tài liệu Keras , "Nếu bạn đang chạy trên phụ trợ TensorFlow, mã của bạn sẽ tự động chạy trên GPU nếu phát hiện thấy bất kỳ GPU có sẵn nào."

Và nếu bạn muốn kiểm tra xem GPU có được phát hiện chính xác hay không, hãy bắt đầu tập lệnh của bạn với:

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

Đầu ra tiêu chuẩn không được hiển thị bất kỳ lỗi nào và in tên của GPU. Nếu vậy, bạn đã sẵn sàng để chạy Keras và Tensorflow ở chế độ GPU.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.