![](/img/trans.png)
[英]How to make my Spyder code run on GPU instead of cpu on Ubuntu?
[英]Running Spyder code on GPU instead of CPU on Ubuntu
我正在使用 Spyder 在具有 GPU 的機器上創建深度學習 model 我發現正在使用 CPU 並且我的代碼運行了很長時間。首先我下載了 tensorflow-GPU 但我不知道如何開始工作GPU。
我使用 { with tf.device("cpu"):
} 但是當我在終端上編寫 nvidia-smi 時,我發現沒有正在運行的進程。
我還使用了 { import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = ""import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = ""import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
} 但它不起作用。
os.environ["CUDA_VISIBLE_DEVICES"] = ""
如何讓我的 Spyder 代碼在 GPU 而不是 Ubuntu 上的 cpu 上運行?
任何幫助,將不勝感激。
代碼:
def createModel():
with tf.device("cpu"):
input_shape=(1, 22, 5, 3844)
model = Sequential()
model.add(Conv3D(16, (22, 5, 5), strides=(1, 2, 2), padding='same',activation='relu',data_format= "channels_first", input_shape=input_shape))
model.add(keras.layers.MaxPooling3D(pool_size=(1, 2, 2),data_format= "channels_first", padding='same'))
model.add(BatchNormalization())
model.add(Conv3D(32, (1, 3, 3), strides=(1, 1,1), padding='same',data_format= "channels_first", activation='relu'))#incertezza se togliere padding
model.add(keras.layers.MaxPooling3D(pool_size=(1,2, 2),data_format= "channels_first", ))
model.add(BatchNormalization())
model.add(Conv3D(64, (1,3, 3), strides=(1, 1,1), padding='same',data_format= "channels_first", activation='relu'))#incertezza se togliere padding
model.add(keras.layers.MaxPooling3D(pool_size=(1,2, 2),data_format= "channels_first",padding='same' ))
model.add(BatchNormalization())
model.add(Dense(64, input_dim=64,kernel_regularizer=regularizers.l2(0.0001), activity_regularizer=regularizers.l1(0.0001)))
model.add(Flatten())
model.add(Dropout(0.5))
model.add(Dense(256, activation='sigmoid'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))
opt_adam = keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0)
model.compile(loss='categorical_crossentropy', optimizer=opt_adam, metrics=['accuracy'])
return model
根據github 討論,有兩種方法可以解決該問題:
卸載 tensorflow 並安裝 tensorflow 的降級版本
pip uninstall tensorflow pip uninstall tensorflow-gpu pip install tensorflow==1.8.0 pip install tensorflow-gpu==1.8.0
如果您有超過 1 個 GPU
export CUDA_VISIBLE_DEVICES='0'
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.