使用多个 GPU 训练一个模型
Training one model with several GPU's
如何对 keras 或 tensorflow 进行编程以在多个 GPU 上进行分区训练，假设您在一个具有 8 个 GPU 的 amaozn ec2 实例中，并且您想使用所有 GPU 来更快地训练，但您的代码仅用于单个 cpu 或 GPU ?
是的，可以 运行 多个 GPU 上的 Keras 模型。这目前只能通过 TensorFlow 后端实现，因为 Theano 功能仍然很新。我们正在考虑在不久的将来在 Theano 中添加对多 GPU 的支持（应该相当简单）。
使用 TensorFlow 后端，您可以通过与在纯 TensorFlow 中相同的方式实现此目的：在定义 Keras 层时使用 with tf.device(d) 范围。
最初来自here
如何对 keras 或 tensorflow 进行编程以在多个 GPU 上进行分区训练，假设您在一个具有 8 个 GPU 的 amaozn ec2 实例中，并且您想使用所有 GPU 来更快地训练，但您的代码仅用于单个 cpu 或 GPU ?
是的，可以 运行 多个 GPU 上的 Keras 模型。这目前只能通过 TensorFlow 后端实现，因为 Theano 功能仍然很新。我们正在考虑在不久的将来在 Theano 中添加对多 GPU 的支持（应该相当简单）。
使用 TensorFlow 后端，您可以通过与在纯 TensorFlow 中相同的方式实现此目的：在定义 Keras 层时使用 with tf.device(d) 范围。
最初来自here