我是否需要代码在keras 2 TF-gpu1.12中指定GPU上的计算。我了解到它们将自动使用GPU，但是

Question

我的代码需要像resnet50，Unet这样的官方网络中的CPU。他们使用的CPU越多，每个时期越快。

  

服务器：
  GPU：Tesla K80，
  CPU：Intel（R）Xeon（R）CPU E5-2650 v3 @ 2.30GHz * 20，   内存：256G，
  CUDA9.0，
  TF-gpu 1.12
  Keras 2.2.4
  batch_size = 1

英特尔 CPU实用程序PID25512未使用data generator，而PID30777却使用6个多核内核进行了配置

PID25512输出：

  

第00048集：val_acc从0.53097没有提高   时代49/100   1370/1370 [==============================]-767s 560ms / step-损耗：0.3940-acc：0.6760-no_ground_accuracy ：0.8272-val_loss：0.9408-val_acc：0.5238-val_no_ground_accuracy：0.6471

PID30777输出：

  

史诗6/100   1370/1370 [==============================]-2235s 2s / step-损耗：1.2565-acc：0.4641-no_ground_accuracy ：0.5740-val_loss：2.2068-val_acc：0.3929-val_no_ground_accuracy：0.4994

这两个使用GPU。

所以，我的问题是，即使我有数据生成器，为什么CPU仍会受到限制？

我是深度学习的新手，我不知道每步2S是否正确。如果您有任何建议，将有所帮助和感激：D

如果您需要任何其他信息，请发表评论。谢谢

请帮助。

不仅我的自定义网络出现了，而且官方网络也出现了。

已解决
一个网络使用数据生成器，而另一个则不会导致这种情况。两者都带有数据生成器就很好了。 我认为这可能是CPU滥用引起的。