如何调用GPU跑程序(keras框架)

我在学习神经网络
在做的时候我想让GPU来进行训练网络
所以如何调用GPU跑程序(keras框架)???

0

2个回答

keras有两个后台,我个人是使用tensorflow后台。

具体的就是安装tensorflow的gpu版本,很多csdn里头的博客都有介绍

0
SONG970131
SONG970131 我也用的是tensorflow,是不是首先要配置一下环境啊= =我按照他们的代码做的话,一点用都没有
6 个月之前 回复
0
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
keras 调用gpu方法
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"ngpu_options = tf.GPUOptions(allow_growth=True)nsess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
keras-gpu/tensor-gpu运行程序呢没有调用GPU问题
安装 keras-gpu或者tensor-gpu后运行程序,发现没有调用GPU加速。运行测试程序import osnos.environ['CUDA_VISIBLE_DEVICES'] = "0"nimport tensorflow as tfn# Creates a graph.na = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, ...
基于tensorflow的keras中GPU的使用
在基于tensorflow的keras中,其会自动检测运行的机器中是否有gpu,如果有的话,其会自动在gpu上执行运算。但是keras并没有提供像基于theano如下所示的接口来对要运行的gpu进行选择# the name 'gpu' might have to be changed depending on your device's identifier (e.g. gpu0, gpu1, et
keras使用GPU加速计算
判断nn本人机子内存8G,显卡GTX1060 6G显存,用 keras 跑小例子时候也能跑,也没发现自己运行时到底是用的CPU还是GPU,这次跑了稍微长点的例子,然后 jupyter notebook 内核就死了,就想起来验证一下到底用的是什么,网上查了下验证方式,感觉不怎么好,还是直接看运行时机子的情况,打开电脑的控制台或者任务管理器,看运行时GPU显存占的百分比: n n像图片上这样 0% 的...
如何指定GPU运行程序
连服务器有时候会出现out of memoryn解决方法:n换用空闲的gpunn查看GPUnnnnvidia-smi -Ln3. 查看7号GPUnnvidia-smi -q -i 7n如果只看memory情况。可以用:nnvidia-smi -q -i 7 -d MEMORYn3.设置GPUidnCUDA_VISIBLE_DEVICES=6(或CUDA_VISIBLE_DEVICES=6,7)co...
Caffe tensorflow和keras跑动程序时限制GPU所占显存和强制使用cpu
应用场景:nn      在实验室或者公司时,一般会遇到服务器紧张的情况。在这种情况下,可以通过限制GPU所占显存来使得一台服务器可以同时跑几个模型,当然,土豪实验室或者公司不用担心这个问题。nn由于暂时只接触了Caffe,Tensorflow和keras,现只提供这三种深度学习框架的控制方法。nn解决办法:nn      对于caffe而言,默认不是占满GPU全部的显存,而是通过网络设置batc...
keras实现多GPU或指定GPU的使用
1. keras新版本中加入多GPU并行使用的函数nn下面程序段即可实现一个或多个GPU加速: n 注意:使用多GPU加速时,Keras版本必须是Keras2.0.9以上版本nnfrom keras.utils.training_utils import multi_gpu_model #导入keras多GPU函数nimport VGG19 #导入已经写好的函数模型,例如VGG19
记一次服务器GPU跑程序问题的坑
问题n之前在ubuntu的服务器上一直使用python3.5跑训练程序,n突然用不了python3.5了,显示tensorflow找不到gpu,只能在cpu上跑,尴尬。n用的是原来一字未改的程序也只能用cpu跑,忙活了半天n解决n问了学长,发现他们都能跑,很纳闷,一度准备让管理员注销账户再开一个,怀疑是权限问题或者包混乱n最后偶然发现学长们都在服务器上用py2.7跑,据说tensorflow-gp...
【机器学习】windows GPU版keras神经网络库编译
theano、caffe和tensorflow是python上主流的机器学习库。keras是对theano/tensorflow的高级封装,由于tensorflow不支持windows,因此windows上keras只能使用theano作为底层。建议在windows上安装anaconda。
关于使用gpu跑程序的问题
针对Python3.6的nn本人之前一直使用cpu版本的tensorflow,发现神经网络程序运行很慢,于是开始下载gpu版本的tensorflow。查看usr/local/发现有一个cuda-8.0,cuda-9.0文件夹,Ubuntu环境下已经安装好cuda的环境,所以直接下载tensorflow-gpu。nn本人下载的是1.4.0版本的与cpu版本的一样,但是运行程序报错了,大概说的是我强行...
Keras中设置GPU使用
指定GPU并设置为按需增长:nnn"""GPU设置为按需增长"""nimport osnimport tensorflow as tfnimport keras.backend.tensorflow_backend as KTFn# 指定第一块GPU可用nos.environ["CUDA_VISIBLE_DEVICES"] = "0"nconfig = tf.ConfigProto()nconfi...
如何指定程序在某个GPU上运行
只需要添加如下两行代码:import os nos.environ[“CUDA_VISIBLE_DEVICES”] = “1”注意,服务器看到的GPU序号和手动在Linux上查看的序号是相反的,比如 n那么我们指定os.environ[“CUDA_VISIBLE_DEVICES”] = “0”的话,你会发现在watch nvidia-smi指令下,2号GPU正在满负荷的运行!
如何判断TF程序运行在CPU还是GPU上
import numpynimport tensorflow as tfnwith tf.device('/gpu:0'):n a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')n b = tf.constant([1.0, 2.0, 3...
keras深度训练4:GPU设置
4.1 keras指定运行时显卡及限制GPU用量nnhttps://blog.csdn.net/A632189007/article/details/77978058nnnn#!/usr/bin/env pythonn# encoding: utf-8nn"""n@version: python3.6n@author: Xiangguo Sunn@contact: sunxiangguo@seu....
keras 指定程序在某块卡上训练
场景:某台机器上有三块卡,想同时开三个程序,放到三块卡上去训练。rn策略:CUDA_VISIBLE_DEVICES=1 python train.py就可以指定程序在某块卡上训练。
Win10搭建深度学习环境tensorflow-gpu+keras,把GPU调用起来
目录nn0. 引言nn1 安装准备nn1.1 确认显卡适合使用nn1.2 下载显卡相关安装程序nn1.2.1 显卡驱动nn1.2.2 CUDA Toolkitnn1.2.3 cuDNNnn2 安装步骤nn3 使用pip安装必要的库nn4 执行例子nn0. 引言nn刚尝试运行了MiniVGGNet处理数据集Cifar10的程序。MiniVGGNet是一个卷积层只有两层的网络,总体层数为5层。而VGG...
win10下配置GPU加速的Keras框架
不久之前,开始学习深度学习,这个时候发现用CPU计算的Keras框架性能明显不够用了,但当时随便弄了一下没能成功实现GPU加速。于是后来一次重装系统,从头详细地重现这个过程。Python环境搭建要搭建Python环境,个人觉得真的没有比Anaconda安装更省心的了,而且其内部已经包含了许多常用的包,不用一个一个的安装了。我选用的是python3.6的64位版本。注意,在引导安装过程中,强烈建议勾选
深度学习中GPU的使用(python)
参考:https://www.jianshu.com/p/076998e3c3ddnn记录设备指派情况nn为了获取你的 operations 和 Tensor 被指派到哪个设备上运行, 用 log_device_placement 新建一个 session, 并设置为 True.nnnsess = tf.Session(config=tf.ConfigProto(log_device_placem...
pycharm中使用GPU跑程序
查看机器上GPU情况n命令: nvidia-smin功能:显示机器上gpu的情况n命令: nvidia-smi -ln功能:定时更新显示机器上gpu的情况n命令:watch -n 3 nvidia-smin功能:设定刷新时间(秒)显示GPU使用情况nn其中左上侧有0、1、2、3的编号,...
配置使用GPU加速的Theano环境
在安装过Anaconda3的环境下想利用oython2.7.13配置Theano环境,比较简单的方法是在Anaconda3里面另开一个python环境,然后在Pycharm里面切换python.exe的环境即可,这里可以参考我之前写过的在Anaconda下实现Python2.X与Python3.X共存 ,配置环境可以参考我之前的一篇总结Anaconda下安装keras 配置与pycharm运行dem
Keras下GPU/CPU模式切换
4.5 Switch to GPU model4.5.1 确保环境确保已经正确安装了keras, tensorflow/theano, cuda在MacOS下面安装CUDA请参考:mac osx/linux下如何将keras运行在GPU上use cuda with macosUbuntu下面安装CUDA请参考:配置深度学习环境的最后一步4.5.2 切换gpu来自官方的介绍How do I use k
anaconda以及gpu框架
nn nn官网下载速度anaconda巨慢,百度云链接方便下载。https://pan.baidu.com/s/1ypDjlRpNlEwUDnPKTAU24g
如何将在cpu运行的程序改成在cpu/gpu上运行的程序
1.gpu上创建内存nn2.思考创建多少thread、block、grid及它们的维数(size_t ,dim(x,y,z))nn3.修改在gpu上运行的程序__global__ void fun() (因线程减少了for循环)nn4.执行在gpu上运行的程序 fun<<>>()nn5.host与device的同步nn6.释放gpu上的内存nn例子://原在CPU上运行...
Tensorflow 框架下的 调用 GPU 进行程序 实现
1. 检查显卡 GPU 使用情况 :  # 查看GPU此时的使用情况   nvidia-smi # 实时返回GPU使用情况nvidia-smi -l2. 第一种是通过tf.device()函数来指定训练时所要使用的GPU: tf.device('/gpu:2') 3. 通过CUDA_VISIBLE_DEVICES来指定.同样使用第2块GPU来训练模型,我们可以在我们的python代码...
已安装tensorflow-gpu,但keras无法使用GPU加速 解决方法
一、问题nn在安装了tensorflow-gpu后,调用keras无法使用gpu进行加速,反而使用CPU训练导致程序运行相对缓慢。nn二、原因nn若我们同时安装了tensorflow和tensorflow-gpu,使用keras时会默认调用tensorflow,从而无法使用GPU进行训练。nn三、解决方法nn同时卸载tensorflow、tensorflow-gpu 和 keras;nn然后,再安...
用GPU加速python代码的运算速度
用GPU加速python代码的运算速度n1. Numba是什么?nNumba是一个库,可以在运行时将Python代码编译为本地机器指令,而不会强制大幅度的改变普通的Python代码(稍后再做说明)。翻译/魔术是使用LLVM编译器完成的,该编译器是相当活跃的开源社区开发的。nNumba最初是由Continuum Analytics内部开发,此公司也开发了著名的Anaconda,但现在它是开源的。核心...
[keras] 多GPU运行设置/固定权重
1.所需要的库rnrnfrom keras.utils import multi_gpu_model rn参考keras官方文档multi-gpu rnkeras.utils.multi_gpu_model(model, gpus=None, cpu_merge=True, cpu_relocation=False)rnrn2.模型包装rnrn model = Model(inputs=input_rgb,out...
【大坑啊,已出坑】ubuntu tensorflow/keras 使用gpu
【大坑啊,已出坑】ubuntu tensorflow/keras 使用gpunn一望一抹泪~ 一试一滴血~ n这是我自学机器学习以来第二大坑,不是一个坑,是“坑群”。nn———————–静心,静心,别着急————————nn当你看到这里时,不管你做到了哪一步,请先做如下尝试,不成再详细阅读后面的东西: n1、试试这个nnnnsudo apt-get install libcupti-devnn2、
Keras无法调用tensorflow-gpu的解决方案
今天用keras训练时发现内存占用率出奇的高,而且显存占用率出奇的低,原来keras没有用gpu训练。 n通过nnnnpip listnn看到同时安装了tensorflow和tensorflow-gpu,keras默认调用了tensorflow n解决办法 n同时卸载tensorflow,tensorflow-gpu,keras n再安装tensorflow-gpu和keras就可以解决...
ubuntu 16.04 使用keras框架 对比cpu和gpu训练神经网络的速度
本机配置:nncpu:i5-4200Hnngpu:gtx 950Mnn照例,先查看本机可以使用的设备nn在spyder中输入:nnnfrom tensorflow.python.client import device_libnprint(device_lib.list_local_devices()) nnnn也就是说,我可以选择调用cpu,也可以选择调用gpu。nn先上测试代码:nnnimpo...
Theano运行GPU配置
check_GPU
keras学习笔记3——Merge、GPU调用、快速开始及常见问题
这一小节写的比较杂,主要讲一些常见问题及相应处理方式 n参考资料:http://keras-cn.readthedocs.io/en/latest/1. Merge层Merge层主要是用来合并多个model的,例子如下:from keras.layers import Merge,Densenfrom keras.models import Sequentialnfirst_model=Sequen
关于keras中使用CPU/GPU的配置(包含tensorboard使用)
参考:keras分批训练指定GPU:https://blog.csdn.net/github_36326955/article/details/79910448nn         kerasGPU配置:https://blog.csdn.net/sinat_26917383/article/details/75633754nnGPU参考:https://blog.csdn.net/qq_3642...
在Keras中将cpu切换为gpu
在终端中输入gedit ~/.theanorc n这时文档应是空白的,在文档中写入:[global] ndevice=gpu nfloatX=float32 [dnn.conv]nalgo_bwd_filter = deterministicnalgo_bwd_data = deterministic[cuda]nroot=/usr/local/cuda-8.0[lib]ncnmem=0.3[n
svm在GPU上实现
LMS算法的实现过程。讲述了在Gpu下利用LMS算法的一个程序运用。
原来的cpu程序,现在要用到GPU了,makefile咋改
将makefile中的gcc改为nvcc即可
Keras搭建深度学习模型,指定使用GPU来进行模型的训练和测试
    今天使用到了GPU来加速计算,那种感觉简直就是一飞冲天了,临近毕业季,大家都在做实验,服务器早已是不堪重负了,我们屋的服务器一堆人再用,卡到爆炸,训练一个模型粗略计算一下迭代100次就需要3、4天的时间,得不偿失,正好隔壁有一台闲置的GPU深度学习服务器,决定上手搞一搞。    深度学习我也是初步接触,果断选择最简单的keras来入门,网上关于Tensorflow和Theano的GPU加速...
keras GPU 配置灵活使用
1、指定GPUimport osos.environ["CUDA_VISIBLE_DEVICES"] = "2"2、按需分配import tensorflow as tfimport keras.backend.tensorflow_backend as KTFconfig = tf.ConfigProto() config.gpu_options.allow_growth=True #不全...
使用GPU加速TensorFlow机器学习
    在Thinkpad X260上运行一个CNN图像分类的样例程序时,发现速度特别慢,迭代一轮要将近5分钟,那么迭代200轮需要1000分钟,16个小时!在看到TensorFlow相关的书籍时,总是提到GPU加速,对于这样的问题,应该能派上用场吧。TensorFlow目前只支持NVIDIA显卡,笔者手头没有,阿里云上有GPU计算型ECS,便“按量付费”买了一台,开始了一场“坎坷小贵”的验证之旅...
踩坑 gpu跑到一个epoch就停了不跑了。。。
两块gpu一起跑,同样的代码,数据集,但是就是有一块在一个epoch后就停了,gpu不工作了。。。rn原因:在你排除掉代码原因和硬件搭建错误后,只可能是,硬盘读数据不给力了。。。。rnrnrn昨晚一样的情况,卡了一夜没好。今天把数据放固态硬盘上,卡了蛮久就gpu接着工作了。。。。rn所以,不是gpu的锅,怪硬盘读数据不给力了。。。。。7w x 2 的数据量啊。。。。
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 深度学习框架之keras入门教程 python深度学习keras