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
7 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" gpu_options = tf.GPUOptions(allow_growth=True) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
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
keras 提高 GPU利用率
用H5py + 自定义Generator + 调batch size https://github.com/fchollet/keras/issues/1627 https://github.com/fchollet/keras/issues/2674 https://github.com/fchollet/keras/issues/2708 https://githu
keras gpu的问题
官方这样说道 如果是tensorflow、cntk作为后端,那么会自动检测 theano可以手动设置 但是我这的速度,让人怀疑并没有运行在gpu上(一张图,运行时间近10秒) 尝试运行时指定 CUDA_VISIBLE_DEVICES=0 python demo.py 运行时间无变化 显式设置backend import keras.backend.tensorflow_backe...
Keras多GPU及分布式
如何在多张GPU卡上使用Keras? 我们建议有多张GPU卡可用时,使用TnesorFlow后端。 有两种方法可以在多张GPU上运行一个模型:数据并行/设备并行 大多数情况下,你需要的很可能是“数据并行” 数据并行 数据并行将目标模型在多个设备上各复制一份,并使用每个设备上的复制品处理整个数据集的不同部分数据。Keras在 keras.utils.multi_gpu_model 中提
keras之多GPU训练方法
在上一篇博客中,我们利用keras框架训练yolov3,训练脚本默认采用的是一块GPU,由于我们有多块GPU,因此可以设置多块GPU训练来加快训练速度。 实现方法很简单,首先在头文件中添加以下内容 from keras.utils import multi_gpu_model 然后找到自己构建网络的地方,在我这里,第一次构建model是以下的语句 if is_tiny_version:...
keras安装gpu环境搭建
深度学习越来越火了,伴随着的是对python的学习和使用。其中python函数keras函数算是被经常提到的一个了,但是要使用它就要费点功夫,特别是gpu环境的搭建问题。以下是我搭建数次gpu环境 得出的总结。 keras backend我看好多使用的是theano但是theano麻烦而且效率不高网上好多都是指导theano为backend的安装 下面我以cntk为ba...
【Keras】Keras学习框架
大部分深度学习都是以符号主义的方式使用。符号主义是说在建立模型任务的时候,首先定义各种变量,建立一个整体的计算图。计算图规定了各个变量之间的计算关系。建立好的计算图需要编译已确定其内部细节,但是此时的计算图还是一个空壳,里面没有任何数据,只需要你把需要的运算的数据转化为模型匹配的格式,才能在整个模型中形成数据流,从而形成输出值。 准备数据,MNIST。对于MNIST来说,可以是图片识别领域的”h
关于使用gpu跑程序的问题
针对Python3.6的 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。 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...
查看是否用GPU跑的TensorFlow程序
查看是否用GPU跑的TensorFlow程序 查看是否用GPU跑的TensorFlow程序 第一种方法,直接输出日志法(推荐) import tensorflow as tf sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) 第二种方法,跑计算量打的程序,然后用n...
GPU和CPU跑程序的代码区别
用GPU跑比用CPU跑要在程序中多加一行代码,0表示第1块GPU设备 import os os.environ['CUDA_VISIBLE_DEVICES'] = "0"
Gumbel-softmax
一种变种softmax损失函数
pycharm中使用GPU跑程序
查看机器上GPU情况 命令: nvidia-smi 功能:显示机器上gpu的情况 命令: nvidia-smi -l 功能:定时更新显示机器上gpu的情况 命令:watch -n 3 nvidia-smi 功能:设定刷新时间(秒)显示GPU使用情况 其中左上侧有0、1、2、3的编号,...
用GPU跑代码,观察GPU情况
查看机器上GPU情况 nvidia-smi 定时更新显示机器上gpu的情况 nvidia-smi -l 设定刷新时间(秒)显示GPU使用情况 watch -n 3 nvidia-sm 其中左上侧有0、1、2、3的编号,表示GPU的编号,在后面指定GPU时需要使用这个编号。 在终端执行程序时指定GPU CUDA_VISIBLE_DEVICES=0,1,2,3 (任意几块...
keras框架
模型可视化keras.utils.vis_utils模块提供了画出Keras模型的函数(利用graphviz) 该函数将画出模型结构图,并保存成图片:from keras.utils import plot_model plot_model(model, to_file='model.png')plot_model接收两个可选参数: show_shapes:指定是否显示输出数据的形状,默认为Fa
如何利用GPU来跑程序?以及一些相关问题..
最近在帮同学做他的C++大作业,一个遗传算法的演示demo..rn在查资料的时候发现了一篇很有价值的帖子,奈何有许多不解之处,故到此一问..rnhttp://blog.csdn.net/yang3wei/article/details/7704056rnrn主要问题:rnrn文中“貌似大部分计算都放在GPU里了”利用GPU进行运算是怎么实现的?rnrnrn次要问题:rn1.rn“还需要在CPU里将每个像素的差值加到一起,不要小看这个简单的浮点数加法,在我的初始版本里,大量的浮点数加法竟然占用了90%的CPU,后来我用了一个比较有意思的技巧,先在GPU里将每个像素的差值放在[1.0,2.0)之间,根据IEEE标准,这个区间的浮点数的二进制格式的符号以及指数部分是相同的,所以可以直接通过一个and运算就可以得到尾数部分,然后转换为整数加法,速度就快多了”rnrn那个根据IEEE标准的and运算是神马原理?求实例解释..rnrn2. rn“首先是通过GPU合成图像,比起使用GDI或者Canvas速度当然快许多,不过代价就是只能使用三角形”rn求做法..rnrn3.rn用QImage实现文中的三角形绘图操作时,所绘三角形是直接覆盖先前的图案(也就是没有“图层”叠加)呢,还是说会有图层叠加现象出现?rn[img=http://blufiles.storage.msn.com/y1p96zcjxuwxolgnU-4kYeJil49VAcoYd0ieRPXt9jLGTd7UOR8kUlNdb1ZAzScolGo?PARTNER=WRITER][/img]rn这是所谓的“叠加”现象,不知道这个术语是不是这样表述的..rnrnrn谢谢各位大神指导...rnrnrn
新的GPU框架与老的GPU框架
新的GPU框架与老的GPU框架 本篇针对NVIDIA的显卡而言的,且是本人的实践经验所得。 老的GPU框架,对齐和展开对性能的影响都很大,而新的GPU框架对对齐进行了优化,展开也进行了优化,这些操作在新框架上的GPU都没什么优化效果了。内存颗粒大小减小,把取的内存操作的颗粒做成16,这样的目的显然是想让我们增加内存的效率,弱化优化的作用,让我们不需要很强的优化技巧,也可以写出内存效率较高的代码...
keras 关于使用多个 gpu
最近参加了一个图像比赛,因为是第一次使用 GPU 跑深度学习并且用的是 以 tensorflow 为后端的 keras 框架,遇到了一个很严重的问题,导致了前期训练时间翻了一倍,差一点就能进复赛,很可惜。 一开始的时候,老师跟我说,我使用电脑的时候,全都是 CPU 的声音,GPU 没得到有效地使用,我不以为意,因为我运行程序的时候显示了 很明显,我已经使用了电脑仅有的两个 GPU 。。。 ...
Keras限制GPU显存使用
深度学习门槛越来越低,尤其是Keras这样的高层次API加入以后,简单几行代码就能构建网络并得到不错的效果。 最近工作需要,开始使用Keras写3DConv做3D数据分类。 数据是肺部CT,目标是对检测网络得到的结果使用3D Conv网络做2分类。2D的检测网络获得肺部结节的ROI,但是由于二维上结节目标与肺部正常组织结构(如血管,气管等)特征类似,所以检测结果中包含了大量“假阳”,所以在检测
keras使用GPU加速计算
判断 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: 像图片上这样 0% 的...
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
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...
keras使用GPU训练模型
keras使用GPU训练: 1、简单方法:直接在运行前加   CUDA_VISIBLE_DEVICES=1 CUDA_VISIBLE_DEVICES=1 python train.py 2、指定一块或多块GPU import os os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"...
深度学习Keras 库 跑例子
跑lmdb_lstm.py 因为需要用lstm,所以就先跑 lstm例子,  1、官网下载后,直接运行lmdb_lstm.py。总是提示无法下载,打开程序有看到, 通过load_data来下载数据,但是这个数据没法在线下载,导致跑不通。 print("Loading data...") (X_train, y_train), (X_test, y_test) = imdb.loa
禁止keras预分配GPU内存
keras使用theano或者tensorflow作为后端时,都会预分配GPU内存,即先占满当前GPU的所有内存,而你使用nvidia-smi显示的就是预分配的GPU内存,往往是满的。如果你不想要程序预分配内存,即需要多少内存就动态分配多少内存时,你就需要如下设置:import tensorflow as tf import keras.backend.tensorflow_backend as K
keras 多gpu并行运行
一、多张gpu的卡上使用keras 有多张gpu卡时,推荐使用tensorflow 作为后端。使用多张gpu运行model,可以分为两种情况,一是数据并行,二是设备并行。 二、数据并行 数据并行将目标模型在多个设备上各复制一份,并使用每个设备上的复制品处理整个数据集的不同部分数据。 利用multi_gpu_model实现 keras.utils.multi_gpu_model(model, gpu...
keras配置(WIN10/GPU版本)
原来在大神的带领下配置过 tensorflow + keras 的环境。重装了电脑。所以自己又配了一次。 这个配置的是GPU版本的tensorflow(运算快)。所以需要安装显卡驱动cuda和运算平台cudaa。之后再python环境下安装tensorflow 和 keras。过程中有不少弯路,所以把步骤记录下来。
Keras中设置GPU使用
指定GPU并设置为按需增长: """GPU设置为按需增长""" import os import tensorflow as tf import keras.backend.tensorflow_backend as KTF # 指定第一块GPU可用 os.environ["CUDA_VISIBLE_DEVICES"] = "0" config = tf.ConfigProto() confi...
深度学习框架keras平台搭建(关键字:windows、非GPU、离线安装)
当下,人工智能越来越受到人们的关注,而这很大程度上都归功于深度学习的迅猛发展。人工智能和不同产业之间的成功跨界对传统产业产生着深刻的影响。 最近,我也开始不断接触深度学习,之前也看了很多文章介绍,对深度学习的历史发展以及相关理论知识也有大致了解。 但常言道:纸上得来终觉浅,绝知此事要躬行;与其临渊羡鱼,不如退而结网。因此决定自己动手玩一玩。 对比了当下众多流行框架的优缺点,以及结合自身硬件条
如何定时跑程序
现在设计了一个数据库表,假设这个表有两个字段一个是A (int 型),另外一个字段B默认为'N'( Char型),设计一段程序,其功能是检查数据库中每条记录当A字段的值相比一个月前增加了100,则将该记录B字段的值设置成'Y',如果相比一个月前增加数不到100则将B字段设置成'N',如何让这段程序每个一个月执行一次,请高人点拨,谢谢
flask框架调用keras .h5模型报错
问题描述 事先训练好一个keras的神经网络model。在某一个网站项目flask中,启动服务的时候会把这个model加载进来,当用户访问某一个页面A的时候,会调用model的预测函数。 raise ValueError("Tensor %s is not an element of this graph." % obj) ValueError: Tensor Tensor("dense_3/Si...
keras深度学习框架的训练保存及调用
#1.keras深度学习框架的训练保存过程from keras.models import model_from_jsonmodel_json = model.to_json() with open("model.json", "w") as json_file: json_file.write(model_json) # serialize weights to HDF5 model.sa
如何在基于tensorflow的深度学习框架keras中指定GPU
import os os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"]="0,1" 使用0号, 1号GPU
keras框架 反复调用model 模型 出错
Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder_8:0", shape=(3, 3, 128, 256), dtype=float32) is not an element of this graph. 后端我使用的是django框架,上传一张图片传入基于tensorflow的keras模型
有了程序,如何跑程序?
菜鸟们对计算机的世界可以说是什么都不知道的,比如交毕业设计了,明明要到了程序源码,却不知道怎样运行演示出来,这个文档看了就会明白了
Keras如何调用layer.set_weights(weights)
![图片说明](https://img-ask.csdn.net/upload/201903/12/1552381169_70714.png)rn如图,提示我没有定义weights,应该怎么定义rnrn![图片说明](https://img-ask.csdn.net/upload/201903/13/1552442499_280594.png)rnrn后来试着在上面弄了一个Weights,然后又有新的问题了rn'list' object has no attribute 'shape'是什么意思啊rn
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 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,Dense from keras.models import Sequential first_model=Sequen
深度学习框架keras——mac安装keras和TensorFlow
步骤分为两个:一、安装keras;二、安装它的backend(中文资料说这个backend理解为Keras的底层支持,用于数据流的计算),我选择了TensorFlow,还可以选择其他底层,根据需要自己确定。 二者的安装顺序有没有要求呢?个人觉得没有。我先安装的keras,然后测试安装成功否,测试例子需要引入TensorFlow,所以就报错了,缺少这个TensorFlow的包,因此接着安装Tens...
Keras学习002:keras指定运行时显卡及限制GPU用量
keras在使用GPU的时候有个特点,就是默认全部占满显存。这样如果有多个模型都需要使用GPU跑的话,那么限制是很大的,而且对于GPU也是一种浪费。因此在使用keras时需要有意识的设置运行时使用那块显卡,需要使用多少容量。 这方面的设置一般有三种情况: 1.指定显卡 2.限制GPU用量 3.即指定显卡又限制GPU用量 查看GPU使用情况语句(linux) 1秒钟刷新一次 watch ...
keras深度学习框架
实验室新装了keras,发现keras默认后端是tensorflow,想换回theano,看了官方文档也没搞懂,最终搞定,很简单。 中文文档的描述:keras中文文档,切换后端 后端切换:http://blog.csdn.net/tangwenbo124/article/details/52627774?locationNum=7 Keras是一个简约,高度模块化的神经网络库
相关热词 c# gdi 占用内存 c#中遍历字典 c#控制台模拟dos c# 斜率 最小二乘法 c#进程延迟 c# mysql完整项目 c# grid 总行数 c# web浏览器插件 c# xml 生成xsd c# 操作sql视图