如何知道 Keras 使用的是 GPU 还是 CPU答案

【问题标题】：How to Know if Keras is using GPU or CPU如何知道 Keras 使用的是 GPU 还是 CPU
【发布时间】：2020-08-14 15:41:42
【问题描述】：

有什么方法可以检查 Keras 框架是使用 GPU 还是 CPU 来训练模型？

我正在使用 keras 在 GPU 上训练我的模型，但它太慢了，我不确定它是使用 CPU 还是 GPU 进行训练。

【问题讨论】：

标签： python tensorflow keras tensorflow2.0

【解决方案1】：

首先，您需要找到 GPU 设备：

physical_device = tf.config.experimental.list_physical_devices('GPU')
print(f'Device found : {physical_device}')

然后您可以使用以下代码检查您的 GPU 设备是否已用于训练：

tf.config.experimental.get_memory_growth(physical_device[0])

如果此代码返回 False 或不返回任何内容，那么您可以在下面运行此代码来设置 GPU 进行训练

tf.config.experimental.set_memory_growth(physical_device[0],True)

【讨论】：

get_memory_growth 和 set_memory_growth 与使用的 GPU 有什么关系？
set_memory_growth 用于更换火车设备。例如：set_memory_growth(device1,True) 会将训练设备更改为 device1，它将使用 gpu 内存。 get_memory_growth 用于检查您是否为设备设置了内存增长。
set_memory_growth 的文档没有提到任何关于更改火车设备tensorflow.org/api_docs/python/tf/config/experimental/… 所以我认为你的答案不正确

【解决方案2】：

首先让我们确保 tensorflow 正在检测您的 GPU。运行下面的代码。如果 GPU 数量 = 0，则表示未检测到您的 GPU。要让 tensorflow 使用 GPU，您需要安装 Cuda 工具包和 Cudnn。如果没有检测到 GPU，并且您正在使用 Anaconda，请重新安装带有 Conda 的 tensorflow。它会自动安装工具包和 Cudnn。当你使用 Pip 安装 tensorflow 时，Pip 不会安装这些。

import tensorflow as tf
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
print(tf.__version__)
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
tf.test.is_gpu_available()
!python --version

【讨论】：

我认为上面的代码仅用于检查是否检测到GPU，我的电脑可能检测到GPU但在CPU上训练。
我的经验是，如果它检测到它，它就会使用它。如果没有检测到，那么它只会使用 CPU

【解决方案3】：

这里是参考演示：

import tensorflow as tf
physical_device = tf.config.experimental.list_physical_devices('GPU')
print(f'Device found : {physical_device}')

【讨论】：