我通过CNN + DQN实现了5x5 Gomoku。 这是github链接： https://github.com/bokidigital/CNN_DQN_5x5_Gomoku
我的问题是此代码没有并行化设计。 这意味着，当在Intel Skylake服务器（2个CPU，80个内核）上运行此代码时，CPU使用率仅为90％。
我认为CPU使用率应该是8000％（80个内核）。
由于我在游戏中有一些自定义规则（不仅神经网络部分消耗了约75％的GPU），它还消耗了CPU且没有并行化。
我的环境是：
Skylake CPU X 2
NVIDIA P100 X 2 ( only use 1 )
40GB RAM
Tensorflow 1.14.0
Keras
Python 3.7
Ubuntu 16.04
我的想法是单独运行该程序（在不同的文件夹中运行该进程的许多副本，然后生成不同的权重），那么理想情况下，CPU使用率可以达到8000％（只要许多进程同时运行）< / p>
由于是训练过程，所以每个过程如何训练自己的体重都没关系。
Q1。问题是如何合并其结果（训练后的权重）？ （A + B）/ 2？
Q2。看来1个GPU只能由1个进程使用，我试图同时运行3个进程，GPU似乎挂起了。
Q3。如果我禁用了GPU，那么80核Skylake是否会比NVIDIA P100更快？
我希望使用更多的CPU使用率来加快此培训过程。 由于5x5代理经过5天的培训，我测试了相同的代码，但是将网格大小更改为9x9，所以我估计培训时间需要3个月。