【问题标题】:TensorFlow Keras Sequential API GPU usageTensorFlow Keras Sequential API GPU 使用情况
【发布时间】:2020-01-01 09:51:05
【问题描述】:

在使用 TensorFlow 的 Keras 顺序 API 时,有什么方法可以强制我的模型在某个硬件上进行训练?我的理解是,如果要使用 GPU(并且我安装了 tensorflow-gpu),我将默认在 GPU 上进行训练。

我是否必须切换到不同的 API 才能更好地控制模型的部署位置?

【问题讨论】:

标签: tensorflow keras


【解决方案1】:

我是 keras 用户,我在 ubuntu 上工作。我指定某个GPU如下:

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

其中 0 是 GPU 的数量。默认情况下,如果您的计算机上有多个 GPU,则 tensorflow 使用第一个 GPU(编号为 0)。您可以在终端输入以下命令获取 GPU 的信息:

nvidia-smi

watch -n 1 -d nvidia-smi

如果你想每秒刷新你的终端。下图是我的GPU的信息,红框圈出了个数。

【讨论】:

    猜你喜欢
    • 2020-07-26
    • 2018-09-10
    • 2017-10-15
    • 2018-08-16
    • 2018-05-07
    • 2020-11-13
    • 2021-04-13
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多