tensorflow-gpu没有加快训练速度

时间:2019-08-18 08:07:34

标签: python tensorflow installation nvidia

我最近建立了一个CNN,然后安装了tensorflow-gpu和CUDA,以加快培训速度。但是它并没有加快速度。

我首先按如下方式安装了tensorfow-gpu: sudo pip3 install --upgrade tensorflow-gpu

然后,我按如下所示安装CUDA UN CUDNN: sudo pacman -S cuda cudnn

我终于检查了安装是否顺利: nvidia-smi

到目前为止,所有操作均正常。但是我随后开始了CNN的训练,但训练时间没有任何差异。

CNN要对MNIST进行分类,如下所示:

  • 具有最大池化的1个转换层:28x28x1输入,14x14x6输出。
  • 具有最大池化的1个转换层:14x14x6输入,7x7x16输出。
  • 1个完全连接:7x7x16 = 784输入,128输出。
  • 1个完全连接:128英寸,10个输出。

1个纪元大约是21秒。 100个纪元的整个训练时间约为35分钟。

我有:

  • GPU-> GTX 850M。
  • CUDA->版本10.2。
  • CPU-> i7 4700HQ
  • OS-> Manjaro

那么,您是否知道为什么我的培训时间没有改善?我必须在代码中添加一些内容吗?我以为如果同时可用,tensorflow会自动在CPU或GPU之间进行选择?

0 个答案:

没有答案