优化Keras以使用所有可用的CPU资源

时间:2016-09-11 01:54:36

标签: python multithreading ubuntu theano keras

好的,我真的不知道我在这里说的是什么,所以请耐心等待。

我正在与Theano后端运行Keras,在MNIST图像上运行一个基本的神经网络(现在只是一个教程)。在过去,我一直在使用我的旧HP笔记本电脑,因为我有Windows和Ubuntu 16.06的双启动设置。我正在尝试更换这台笔记本电脑,以便我可以退休并使用我的新(呃)索尼笔记本电脑。我使用Ubuntu 16.06和Windows 10设置了相同的双启动。这是问题:

当我在旧的HP(Ubuntu)上运行时,我获得了明显更好的性能(就时间而言)。我同时在两台机器上运行相同的程序,并使用Ubuntu系统监视器发现旧的HP机器使用所有4个核心,因此,100%的可用CPU。较新的索尼仅使用1个核心,并且在大约26%的CPU下限。

如果可能的话,我宁愿避免手动处理多线程。我尝试使用openmp无济于事,惠普无需使用所有4个核心。

我很确定我在两台机器上都遵循了相同的设置,但我可能已经在HP上安装了额外的软件包,因为我之前就已经这样做了,可能已经忘记了我安装的内容。我也尝试过使用Python(2.7)和python3,每个都有相同的设置。

我不知道我在寻找什么,但任何想法或意见都将不胜感激。我很乐意提供更多信息,因为我不确定这种情况下的相关内容。并提前感谢你。

1 个答案:

答案 0 :(得分:2)

好吧,当然我在发布问题后就知道了。对不起,如果我浪费了任何人的时间。

我刚刚使用apt-get而不是pip重新安装了所有内容。不知道为什么,也许我第一次错过了什么。无论如何,

sudo apt-get install python-numpy python-scipy python-dev python-nose g++ libblas-dev git

修好了。不确定是哪个包。我想我刚刚第一次使用sudo apt-get install theano