为什么在多个CPU上的Keras不能比在单个CPU上快?

时间:2019-05-08 18:14:01

标签: python tensorflow keras cluster-computing

我想将Keras与Tensorflow后端一起使用来创建神经网络。为此,我可以访问一组CPU。为了检查性能,我使用了不同数量的内核(介于1和24之间),进行了一些测试并提交了不同的作业。用top命令检查进程,我发现确实使用了多个内核(%CPU> 100),所以Keras某种程度上正在使用这些内核。但是,使用更多核心的作业不会比仅使用单个核心的作业快(事实上,它们要慢得多)。

在可能的情况下Keras(+ Tensorflow)是否实际上使用了多个内核?您是否必须以某种方式激活它? 如果不是,它在其他内核上又做什么? 您将如何在集群上使用Keras?

0 个答案:

没有答案