2017-08-13 18 views
9

Używam modelu Keras, z terminem przesyłania wynoszącym 36 godzin, jeśli wyszkolę swój model na procesorze zajmie to około 50 godzin, czy istnieje sposób na uruchomienie Keras na GPU?Czy mogę uruchomić model Keras na GPU?

Używam backendu Tensorflow i uruchamiam go na moim notebooku Jupyter, bez zainstalowanej anakondy.

Odpowiedz

7

Tak, można uruchamiać modele Keras na GPU. Kilka rzeczy musisz najpierw sprawdzić.

  1. system ma GPU (Nvidia. Jako AMD jeszcze nie działa)
  2. Została zainstalowana wersja GPU tensorflow
  3. Masz zainstalowany CUDA installation instructions
  4. Sprawdź, czy tensorflow działa z GPU check if GPU is working

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

OR

from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())

wyjście będzie coś takiego:

[ 
    name: "/cpu:0"device_type: "CPU", 
    name: "/gpu:0"device_type: "GPU" 
] 

Gdy to wszystko odbywa się model będzie działał na GPU jeśli włączysz GPU. Wszystkiego najlepszego.

+0

Będę musiał zainstalować python 3.5 dla tego prawa? Inaczej tensorflow nie będzie działać? – Ryan

+0

Niepotrzebne. TF działa z wersjami 2.7 i 3.5. Wybierz poprawną wersję TF, to jest to. –

+0

w porządku, chory z 2.7, problemy z havigiem z instalacją 3.5 – Ryan

0

Pewnie. Przypuszczam, że zainstalowałeś już TensorFlow dla GPU.

Musisz dodać następujący blok po zaimportowaniu keras. Pracuję na komputerze, który ma 56 rdzeń procesora i gpu.

import keras 

config = tf.ConfigProto(device_count = {'GPU': 1 , 'CPU': 56}) 
sess = tf.Session(config=config) 
keras.backend.set_session(sess) 

Oczywiście to użycie wymusza maksymalne limity urządzeń. Można zmniejszyć wartości zużycia procesora i gpu.

Powiązane problemy