python - 如何将 Keras 模型安装在 CPU 的多个内核上？

Question

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

标签： pythonkerasparallel-processingcpu