Wie Sie Keras oder Tensorflow programmieren können, um Training auf mehreren GPU zu partitionieren, nehmen wir an, Sie sind in einer amaozn ec2-Instanz, die 8 GPUs hat und Sie alle verwenden möchten, um schneller zu trainieren Code ist nur für eine einzelne CPU oder GPU?Training eines Modells mit mehreren GPUs
Ja, kann Keras Modelle auf mehreren GPUs laufen. Dies ist vorerst nur mit dem TensorFlow-Backend möglich, da das Theano-Feature noch recht neu ist. Wir suchen in naher Zukunft Unterstützung für Multi-GPU in Theano (es sollte ziemlich einfach sein).
Mit dem TensorFlow-Backend können Sie dies auf die gleiche Weise wie beim reinen TensorFlow erreichen: indem Sie beim Definieren von Keras-Layern den Bereich mit tf.device (d) verwenden. Ursprünglich
von here
Als Ergänzung zu dieser Antwort können Sie die Antworten in den folgenden Link folgen. Die Idee ist, 'tf.device ('/ gpu: 0'):' oder 'mit tf.device ('/ gpu: 1')' usw. für jede Gruppe von Layern zu setzen. https://stackoverflow.com/questions/46366216/tensorflow-is-it-possible-to-manual-decide-which-tens-in-a-graph-go-to-th –
@ DanielMöller: Danke! –
Das ist ein bisschen breit für diese Seite. Sie fordern uns auf, Ihre Lösung für Sie zu entwerfen. https://stackoverflow.com/help/how-to-ask – jdv