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!