时间:2021-05-22
问题
我们使用anoconda创建envs环境下的Tensorflow-gpu版的,但是当我们在Pycharm设置里的工程中安装Keras后,发现调用keras无法使用gpu进行加速,且使用的是cpu在运算,这就违背了我们安装Tensorflow-gpu版初衷了。
原因
因为我们同时安装了tensorflow和tensorflow-gpu(在…Anaconda3\envs\fyy_tf\Lib\site-packages中可以找到他们的文件夹),使用keras时会默认调用tensorflow,从而无法使用GPU进行训练。
解决方法
同时卸载tensorflow、tensorflow-gpu 和 keras(可以直接去…Anaconda3\envs\fyy_tf\Lib\site-packages下删除他们的文件夹);
然后,再在Pycharm设置中使用小加号安装tensorflow-gpu 和 keras。
最后就可以使用keras进行gpu加速。
以上这篇已安装tensorflow-gpu,但keras无法使用GPU加速的解决就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Tensorflow支持基于cuda内核与cudnn的GPU加速,Keras出现较晚,为Tensorflow的高层框架,由于Keras使用的方便性与很好的延展性
1.keras新版本中加入多GPU并行使用的函数下面程序段即可实现一个或多个GPU加速:注意:使用多GPU加速时,Keras版本必须是Keras2.0.9以上版
一、硬件要求首先,TensorFlow-gpu不同于CPU版本的地方在于,GPU版本必须有GPU硬件的支撑。TensorFlow对NVIDIA显卡的支持较为完备
我使用的是tensorflow-gpu(1.2.1)和Theano(0.9.0),2个4G显存NvidiaQuadroM2000GPU。1.theano:Val
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