确保Python代码是在GPU还是CPU上运行

Question

我已经编写了一些基本的Deep Learning代码，其中包含2个LSTM图层。我使用Keras和Theano作为我的后端。这段代码在AWS上的机器上与AWS上的另一台机器上的代码相比花了太长时间。在运行速度更快的机器上，每个纪元需要640秒，而在运行速度较慢的机器上，每个纪元需要超过10,000秒。

我开始认为较慢的机器上的代码没有在GPU上运行。两台机器上运行的代码完全相同。机器配置也相同。

看起来Theano安装在较慢的机器上。我运行了以下代码并获得了结果：

有没有办法检查我的代码是在GPU还是CPU上运行？

在这方面的任何帮助都将受到高度赞赏。

TIA。

修改

根据@Marcin的建议，我添加了以下代码：

但是当我运行以下代码时，我仍然得到Used the cpu结果：

Answer 1

有几种方法可以检查：

1. 签入Theano标志：

   import os
   print(os.environ["THEANO_FLAGS"])
   

   并查看device的设置。

2. 尝试运行此here提供的代码段：

代码：

from theano import function, config, shared, tensor
import numpy
import time

vlen = 10 * 30 * 768  # 10 x #cores x # threads per core
iters = 1000

rng = numpy.random.RandomState(22)
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
f = function([], tensor.exp(x))
print(f.maker.fgraph.toposort())
t0 = time.time()
for i in range(iters):
    r = f()
t1 = time.time()
print("Looping %d times took %f seconds" % (iters, t1 - t0))
print("Result is %s" % (r,))
if numpy.any([isinstance(x.op, tensor.Elemwise) and
              ('Gpu' not in type(x.op).__name__)
              for x in f.maker.fgraph.toposort()]):
    print('Used the cpu')
else:
    print('Used the gpu')

修改

尝试将此代码段添加为代码的 FIRST TWO（重要）行：

import os
os.environ["THEANO_FLAGS"] = "mode=FAST_RUN,device=gpu,floatX=float32"