Keras机器学习代码未使用GPU

Question

我正在使用keras和tensorflow作为后端。 我连接到带有两个GPU（1080ti）的服务器。 但是，当我运行代码时。我的代码只是忽略了我强大的资源。 这是一些信息

$ nvidia-smi在运行代码时：

我的GPU信息之一：

我确实在版本1.9.0中安装了tensorflow-gpu

$ pip show tensorflow-gpu：

看来它可以成功检测到我的GPU。

所以有什么问题？

Answer 1

keras倾向于安装tensorflow-cpu。

检查tensorflow-cpu的点列表并删除它。 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))

Answer 2

您可以通过Tensorflow指定正在运行的设备：

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)

也可以在gpu上运行Keras模型吗？