Keras-Backend-Tensorflow auf GPU umstellen

8

Ich verwende die Keras-Tensorflow-Kombination, die mit der CPU-Option installiert wurde (sie soll robuster sein), aber jetzt möchte ich sie mit der GPU-Version ausprobieren. Gibt es eine bequeme Möglichkeit zu wechseln? Oder soll ich Tensorflow komplett neu installieren? Ist die GPU-Version zuverlässig?

tensorflow keras gpu

— Hendrik
quelle

Ich habe die TF-Version für die GPU installiert und funktioniert nicht. Ich muss eine Befehlszeile in meinen Code schreiben, um die GPU zu verwenden.

— Villuck

6

Ich schlage vor, die GPU-Version von Tensorflow neu zu installieren, obwohl Sie beide Versionen von Tensorflow über virtualenv installieren können . Die GPU-Version von Tensorflow unterstützt die CPU-Berechnung. Sie können problemlos zur CPU wechseln:

with device('/cpu:0'):
    # your code here

Ich verwende seit einigen Monaten die GPU-Version von Tensorflow auf meinem Tesla K80. Es funktioniert wie ein Zauber. Probieren Sie es einfach aus!

— Icyblade
quelle

2

Sie müssten zuerst tensorflow deinstallieren und danach tensorflow-gpu installieren. Führen Sie danach Ihren Code aus und er würde auf der GPU ausgeführt, vorausgesetzt, Sie haben GPU-Bibliotheken wie CUDA und cuDNN installiert.

— Syed Nauyan Rashid
quelle

1

Sobald Sie die GPU-Version von Tensorflow installiert haben, haben Sie in Keras nichts mehr zu tun. In der Keras-Dokumentation heißt es: "Wenn Sie im TensorFlow-Backend ausgeführt werden, wird Ihr Code automatisch auf der GPU ausgeführt, wenn eine verfügbare GPU erkannt wird."

Wenn Sie überprüfen möchten, ob die GPU korrekt erkannt wurde, starten Sie Ihr Skript mit:

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

Die Standardausgabe sollte keinen Fehler anzeigen und den Namen der GPU drucken. In diesem Fall können Sie Keras und Tensorflow im GPU-Modus ausführen.

— Tony
quelle