Keras 机器学习代码未使用 GPU答案

【问题标题】：Keras Machine Learning Code are not using GPUKeras 机器学习代码未使用 GPU
【发布时间】：2019-01-12 19:27:52
【问题描述】：

我使用 keras 和 tensorflow 作为我的后端。我连接到带有两个 GPU (1080ti) 的服务器。但是，当我运行我的代码时。我的代码只是简单地忽略了我强大的资源。这里有一些信息

$nvidia-smi 在运行代码时：

我的 GPU 信息之一：

我确实在 1.9.0 版中安装了 tensorflow-gpu

$pip 显示张量流 GPU：

它似乎可以成功检测到我的gpu。

那么问题出在哪里？

【问题讨论】：

请不要将日志作为图像发布，而是将它们包含在问题中并使用适当的标签。
你说的tensorflow版本不是图中的那个。这可能意味着您安装了不同的版本（或者它只是一个错字）。我可以想到这种行为的两个原因： 1. 在您的代码中某处 GPU 上的执行被阻止。也许是因为设备放置。 2. 您启动程序的方式与图片中的不同，这是由于您的机器上严重安装了 tensorflow。您是否真的尝试在图片中向我们展示的交互式会话中运行？

标签： python tensorflow keras

【解决方案1】：

keras 有安装 tensorflow-cpu 的倾向。

检查 tensorflow-cpu 的 pip 列表并将其删除。您也可以运行以下代码来尝试强制 TF 使用 GPU。

def get_available_devices():
   local_device_protos = device_lib.list_local_devices()
   return [x.name for x in local_device_protos]


get_available_devices()

with tf.device('/gpu:0'):
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
    c = tf.matmul(a, b)

with tf.Session() as sess:
    print (sess.run(c))

【讨论】：

【解决方案2】：

您可以通过 Tensorflow 指定运行设备：

model = keras.models.Sequential()
model.add(...)
model.compile(...)

with tensorflow.device('/device:GPU:0'):
    model_wc.fit(X_train, y_train, validation_data=(X_test, y_test), ...)
model_wc.evaluate(X_test, y_test)

另见Can I run Keras model on gpu?

【讨论】：