tensorflow-gpu 比 tensorflow 慢答案

【问题标题】：tensorflow-gpu is slower than tensorflowtensorflow-gpu 比 tensorflow 慢
【发布时间】：2020-04-01 06:37:25
【问题描述】：

我用 tensorflow 制作了神经网络但是 tnesorflow-gpu 比 cpu 慢！

在 tensorflow 2.1 中总运行（训练）时间为 130 秒在 tensorflow-gpu 2.1 中为 330 秒

我的 CPU 是 i7-7 代，GPU 是 geforce-930M（笔记本电脑环境）这是因为我的GPU比CPU慢？如果是这样，我可以设置仅在适当的情况下自动运行 GPU 吗？

（CUDA 环境似乎设置得当，我还手动检查了 tensorflow 2.1 仅使用 CPU，而 tensorflow-gpu 2.1 同时使用 CPU 和 GPU。）

更新：我的神经网络大小为 64 x 32 x 16 x 1（可能不适合并行执行），在 tensorflow 2.1 中，我通过以下命令关闭 GPU。

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = ""

【问题讨论】：

您是对整个脚本执行计时还是仅对 fit 方法计时？它看起来像一个 udge 差异，但我认为加载 gpu 可能需要一些时间。另外，您正在使用哪种网络？与其他网络架构相比，某些网络架构不太适合并行计算。

标签： tensorflow

【解决方案1】：

从 TensorFlow 2.1 开始，tensorflow 包中也提供了 GPU 支持，而不仅仅是tensorflow-gpu；如果您使用import tensorflow as tf，则默认使用GPU（如果找到）；我个人会先卸载 tensorflow-gpu 并只留下普通的 tensorflow 包。

【讨论】：