首先我们查看一下服务器GPU的配置

nvidia-smi

可以看到,我们由块显卡,实验中为了避免不同使用者的资源竞争,我们需要指定适用哪块GPU来实验。

我使用的是Python,在代码开始部分加入:

import os

os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"

os.environ["CUDA_VISIBLE_DEVICES"]="0"

引自

https://blog.csdn.net/Together_CZ/article/details/79886982?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-2-79886982.nonecase&utm_term=keras%20%E4%BD%BF%E7%94%A8cuda%E8%AE%AD%E7%BB%83

keras 使用多GPU

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2,3"

没有指定keras默认会选择所有的GPU,如果你并没有配置多GPU的训练,那么实际上keras占了所有的GPU但是实际上只在一个GPU上运行。

第二步,就是调用多GPU函数,multi_gpu_model,第一个参数是你的模型,第二个是使用GPU的数量。model泛指一个keras的模型。

model = KerasNet()
par_model = keras.utils.multi_gpu_model(model, gpus=2)

https://blog.csdn.net/diyong3604/article/details/101184216?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-16-101184216.nonecase&utm_term=keras%20%E4%BD%BF%E7%94%A8cuda%E8%AE%AD%E7%BB%83

https://blog.csdn.net/limiyudianzi/article/details/88828390?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-15-88828390.nonecase&utm_term=keras%20%E4%BD%BF%E7%94%A8cuda%E8%AE%AD%E7%BB%83

keras 使用多GPU相关推荐

  1. keras bi-lstm_LSTM用于文本生成的应用介绍-使用Keras和启用GPU的Kaggle Kernels

    keras bi-lstm by Megan Risdal 梅根·里斯达尔(Megan Risdal) LSTM用于文本生成的应用介绍-使用Keras和启用GPU的Kaggle Kernels (An ...

  2. 在keras中使用gpu加速训练模型;安装cuda;cudnn;cudnn_cnn_infer64_8.dll 不在path中;device_lib.list_local_devices无gpu;挂掉

    在keras中使用gpu加速训练模型,如何安装cuda,cudnn,解决cudnn_cnn_infer64_8.dll 不在path中,解决device_lib.list_local_devices( ...

  3. [Keras] 使用Keras调用多GPU时出现无法保存模型的解决方法

    在使用keras 的并行多路GPU时出现了模型无法 保存,在使用单个GPU时运行完全没有问题.运行出现can't pickle的问题 随后在网上找了很多解决方法.下面列举一些我实验成功的方法. 方法一 ...

  4. windows7系统,NVIDIA GeForce GTX 750 Ti 2G显卡搭建caffe、TensorFlow、Keras深度学习GPU环境

    windows7系统,NVIDIA GeForce GTX 750 Ti 2G显卡搭建caffe.TensorFlow.Keras深度学习GPU环境 事情的由来 第一步,你得先有个windows7操作 ...

  5. keras深度训练:GPU设置

    keras指定运行时显卡及限制GPU用量 固定GPU训练: import os import tensorflow as tf import keras.backend.tensorflow_back ...

  6. 安装特定版本的keras_Win10上安装Keras 和 TensorFlow(GPU版本)

    一. 安装环境 Windows 10 64bit  家庭版 GPU: GeForce GTX1070 Python: 3.5 CUDA: CUDA Toolkit 8.0 GA1 (Sept 2016 ...

  7. 一文看懂 TensorFlow 2.x / keras 安装与GPU支持

    目录 安装概述 pip 软件包 硬件要求 软件要求 其他安装方法 安装步骤 确定版本 下载安装 检查 GPU配置 不使用GPU 渐进式的使用显存 其他问题 找不到GPU CPU不支持avx2 参考 在 ...

  8. Keras指定使用GPU运算

    使用CUDA_VISIBLE_DEVICES.此时的运行命令如下: CUDA_VISIBLE_DEVICES=1 python train.py

  9. Keras多GPU训练指南

    更多深度文章,请关注:https://yq.aliyun.com/cloud Keras是我最喜欢的Python深度学习框架,特别是在图像分类领域.我在很多地方都使用到了Keras,包括生产系统.我自 ...

最新文章

  1. 如何利用Gephi可视化浏览的网站关系
  2. SQL Server中的锁类型及用法(转载)
  3. python 技术篇-logging模块的日志定期清理设置,自动清理上个月的日志实例演示
  4. apache ignite_Apache Ignite变得简单:第一个Java应用程序
  5. MongoDB基本应用操作整理
  6. 重磅!浙大博士两破世界纪录,三年两获浙大竺可桢奖学金!
  7. amd锐龙笔记本cpu怎么样_AMD的锐龙处理器怎么样?AMD的市占率高吗?
  8. 成长笔记--解决Eclipse 变量名的自动补全问题
  9. MonoRail学习笔记十七:TransformFilter的使用
  10. Hadoop2.0环境搭建
  11. xp sp3不让dword shoot
  12. Sublime Text安装与配置
  13. Mac系统下不能直接往移动硬盘里面拷贝东西,用Mounty之后硬盘打不开,怎么办?
  14. 现代 Nodejs ORM 库 Prisma 的使用详解
  15. 光纤跳线如何选择?需要注意什么?
  16. OpenCV进阶--图像颜色空间
  17. 【神经网络与深度学习】CIFAR10数据集介绍,并使用卷积神经网络训练图像分类模型——[附完整训练代码]
  18. 简述 Spring Bean的生命周期
  19. win10系统安装器使用教程
  20. (一)随处可见的LED广告屏是怎么工作的呢?

热门文章

  1. java正则表达式的用法_Java 正则表达式的使用
  2. efcore多表查询出错_如何提高sql查询的效率?
  3. oracle11g与weblogic兼容,WebLogic 10.3.6与JDK 1.7的兼容问题
  4. gpu处理信号_在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练
  5. php文本域输出_PHP转换文本框内容为HTML格式的方法
  6. 查看当前svn账户_SVN-基础教程学习
  7. python雷达图数据_PYTHON绘制雷达图代码实例
  8. 7-2 然后是几点 (Java)
  9. 一个简单的Java范例
  10. python字符串压缩字_gzip如何在Python中压缩字符串?