Question

我已成功使用GPU安装TensorFlow。当我运行以下脚本时，我得到了这个结果：

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
                 activation='relu',
                 input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))

model.compile(loss=keras.losses.categorical_crossentropy,
              optimizer=keras.optimizers.Adadelta(),
              metrics=['accuracy'])

model.fit(x_train, y_train,
          batch_size=batch_size,
          epochs=epochs,
          verbose=1,
          validation_data=(x_test, y_test))

C：\ tf_jenkins \工作空间\ REL-WIN \中号\ windows的GPU \ PY \ 36 \ tensorflow \芯\平台\ cpu_feature_guard.cc：140]
  您的CPU支持此TensorFlow二进制文件不支持的指令   编译使用：AVX2 2018-03-26
  找到具有属性的设备0：名称：GeForce GTX 970 major：5 minor：   2 memoryClockRate（GHz）：1.253 pciBusID：0000：01：00.0 totalMemory：   4.00GiB freeMemory：3.31GiB 2018-03-26 11：47：03.186046：IC：\ tf_jenkins \ workspace \ rel-win \ M \ windows-gpu \ PY \ 36 \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc： 1312]
  添加可见的gpu设备：0 2018-03-26 11：47：04.062049：我   C：\ tf_jenkins \工作空间\ REL-WIN \中号\ windows的GPU \ PY \ 36 \ tensorflow \芯\ common_runtime \ GPU \ gpu_device.cc：993]
  创建TensorFlow设备（/ device：GPU：0，内存为3043 MB） - ＆gt;   物理GPU（设备：0，名称：GeForce GTX 970，pci总线ID：   0000：01：00.0，计算能力：5.2）[名称：“/ device：CPU：0”   device_type：“CPU”memory_limit：268435456 locality {}化身：   8082333747214375667，名称：“/ device：GPU：0”device_type：“GPU”   memory_limit：3190865920 locality {bus_id：1}化身：   1190887510488091263 physical_device_desc：“device：0，name：GeForce   GTX 970，pci总线ID：0000：01：00.0，计算能力：5.2“]

例如，如果我在Keras运行CNN，它会自动使用GPU吗？或者我是否必须编写一些代码来强制Keras使用GPU？

例如，使用MNIST数据集，我将如何使用GPU？

DEBUG

Answer 1

您不必明确告诉Keras使用GPU。如果GPU可用（并且从您的输出中我可以看到它的情况），它将使用它。

您还可以通过在模型培训期间查看GPU的使用情况来验证这一点：如果您使用的是Windows 10，则只需打开任务管理器并查看“性能”和＃39 ;标签（请参阅here）。

如何使用Keras与GPU？

1 个答案: