python - 如何将 Keras 模型安装在 CPU 的多个内核上?
问题描述
我正在尝试Keras
在我的 CPU 的几个内核上安装一个模型。我已经对此进行了多项研究,并尝试设置一个可以处理多个核心的 tensorflow 后端:
session_conf =
tensorflow.ConfigProto(intra_op_parallelism_threads=32,inter_op_parallelism_threads=32,log_device_placement=True)
tensorflow.set_random_seed(1)
keras.backend.set_session(tensorflow.Session(graph=tensorflow.get_default_graph(), config=session_conf))
我试图在这种情况下使用它:
model.compile(optimizer = 'adam', loss = 'mean_squared_error',metrics=['acc'])
trained=False
if(trained==False):
compteur=600
while(compteur>0):
print("epoch :" + str(compteur))
hist=model.fit(X_train,y_train, epochs = 1, batch_size = 50)
compteur=compteur-1
if(hist.history['loss'][-1]<0.0005):
break
else:
model = load_model('mode_trained_12h.h5')
但它似乎不起作用(64 核 CPU 只比我便宜的本地 CPU 快 3*)。关于如何解决这个问题的任何想法?我是否使用keras
了正确的方法?
谢谢
朱利安
解决方案
推荐阅读
- apache-kafka - Kafka 集群 - 没有使用一个代理的问题
- amazon-s3 - 是否可以使用 distcp 直接写入最终文件?
- r - 如何获取 CRAN 上所有包的 github repo url?
- c# - WinForms 帮助提供程序。是否可以使用附加参数打开 HTML 文件?
- html - 使用 Postman 从带有 Cheerio 的 HTML 响应中提取值
- javascript - Pendo 集成:注销后匿名访问者
- php - Laravel 作业不更新
- google-cloud-platform - 无法将 GCP 中的虚拟机实例用作 webhook
- r - 如何在不增加行的情况下取消列出 R 和 inner_join 中的对象?
- azure - 如何代表流在.Net Core中调用下游API?