我在ec2 p2.8xlarge上运行了一个lstm网。当然，我想利用所有可用的gpus（8）。我很容易在一个gpu上运行它，但不是更多。调用＆＃34; multi_gpu_model＆＃34;：
时出现以下错误＆＃34;要使用multi_gpu_model致电gpus=8，我们希望以下设备可用：[＆＃39; / cpu：0＆＃39;，＆＃39; / gpu： 0＆＃39;，＆＃39; / gpu：1＆＃39;，＆＃39; / gpu：2＆＃39;，＆＃39; / gpu：3＆＃39;，＆＃39; / gpu：4＆＃ 39;，＆＃39; / gpu：5＆＃39;，＆＃39; / gpu：6＆＃39;，＆＃39; / gpu：7＆＃39;]。但是这台机器只有：[＆＃39; / cpu：0＆＃39;]。尝试减少gpus。＆＃34;
当我输入nvidia-smi时，所有8个gpus都显示在终端中。如何将这些添加到我的tf（keras）环境中？
当我在jupyter笔记本中运行device_lib.list_local_devices()时，它只返回CPU0，它应该返回8个GPU。以下是相关的代码：
model = Sequential()
model.add(LSTM(256, input_shape=(X.shape[1], X.shape[2])))
model.add(Dropout(0.2))
model.add(Dense(y.shape[1], activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam')
# define the checkpoint
filepath="weights-improvement-{epoch:02d}-{loss:.4f}.hdf5"
checkpoint = ModelCheckpoint(filepath, monitor='loss', verbose=1, save_best_only=True, mode='min')
callbacks_list = [checkpoint]
# fit the model
model=multi_gpu_model(model, gpus=8)
model.fit(X, y, epochs=20, batch_size=128, callbacks=callbacks_list)