如何在一个CPU的多个内核上安装Keras模型？

Question

我试图在我的CPU的多个内核上安装Keras模型。我已经对此进行了一些研究，我试图设置一个可以处理多个核心的tensorflow后端：

session_conf =
tensorflow.ConfigProto(intra_op_parallelism_threads=32,inter_op_parallelism_threads=32,log_device_placement=True)
tensorflow.set_random_seed(1)
keras.backend.set_session(tensorflow.Session(graph=tensorflow.get_default_graph(), config=session_conf))

我试图在这种情况下使用它：

    model.compile(optimizer = 'adam', loss = 'mean_squared_error',metrics=['acc'])  
    trained=False
    if(trained==False):
        compteur=600
        while(compteur>0):
            print("epoch :" + str(compteur))
            hist=model.fit(X_train,y_train, epochs = 1, batch_size = 50)  
            compteur=compteur-1
            if(hist.history['loss'][-1]<0.0005):
                break
    else:
        model = load_model('mode_trained_12h.h5')

但是它似乎不起作用（64核CPU仅比我便宜的本地CPU快3倍）。有什么解决办法的想法吗？我使用keras的方法正确吗？

谢谢

朱利安