将 Keras（Tensorflow 后端）与移动 GPU（笔记本电脑）一起使用
Use Keras (Tensorflow backend) with mobile GPU (laptop)
如果我只用Tensorflow代码，GPU使用率80%以上，温度升高很多。但是如果我使用 Kers，使用率会下降到 15%。此外，使用 Keras 未达到 GPU 的最大时钟。
我尝试了 980m、1070（笔记本电脑）和 960m，但得到了相同的结果。 ANN和CNN的结果都是一样的
为什么在移动（笔记本电脑）GPU 上使用 Kers 时我的 GPU 利用率如此之低？在笔记本电脑上使用 Keras 时，我该怎么做才能确保获得最佳性能？
也许升级到 Tensorflow 1.3。在 TF 1.3 中，Keras 已经包含在内，无需额外安装 keras。
为了使用 TF 中包含的 keras 版本，请执行以下操作：
使用例如
from tensorflow.contrib.keras.python.keras.models import Model
或
from tensorflow.contrib.keras.python.keras.layers import Input, Conv2D, Dropout
而不是
from keras.models import Model
from keras.layers import Input, Conv2D, Dropout
也许这就解决了问题！
如果我只用Tensorflow代码，GPU使用率80%以上，温度升高很多。但是如果我使用 Kers，使用率会下降到 15%。此外，使用 Keras 未达到 GPU 的最大时钟。
我尝试了 980m、1070（笔记本电脑）和 960m，但得到了相同的结果。 ANN和CNN的结果都是一样的
为什么在移动（笔记本电脑）GPU 上使用 Kers 时我的 GPU 利用率如此之低？在笔记本电脑上使用 Keras 时，我该怎么做才能确保获得最佳性能？
也许升级到 Tensorflow 1.3。在 TF 1.3 中，Keras 已经包含在内，无需额外安装 keras。
为了使用 TF 中包含的 keras 版本，请执行以下操作： 使用例如
from tensorflow.contrib.keras.python.keras.models import Model
或
from tensorflow.contrib.keras.python.keras.layers import Input, Conv2D, Dropout
而不是
from keras.models import Model
from keras.layers import Input, Conv2D, Dropout
也许这就解决了问题！