时间戳

首页 > 解决方案 > 如何在张量流（keras）中使用 GPU 和 CPU？

python-3.x - 如何在张量流（keras）中使用 GPU 和 CPU？

问题描述

我正在使用 tf.keras 运行一个内存相当密集（估计约为 6GB）的 GAN 模型，我的 GPU 似乎无法处理（预测失败，仅报告 nans）。有没有办法用系统内存支持我的 4GB GPU 内存？还是一种在 GPU 和 CPU 之间共享计算工作的方法？

我的规格：

有关更多信息，请参阅我几天前提出的这个问题的非常详细的版本（没有回应，因此这个问题）：TF 模型在切换到 GPU 后不再预测

标签： python-3.xtensorflowmemoryneural-networktf.keras

解决方案

解决方案：

在张量流中，使用 a 训练模型与gpu使用 python 时的任何操作系统相同keras。训练模型时，您将训练函数包装在一个with语句中，指定gpu numbera 作为参数tf.device method

这是代码的模板：

import tensorflow as tf

with tf.device('/device:GPU:<The gpu number>'):
    history = model.fit(<your traning info>)

否则，如果您缺乏 RAM CPU GPU 等资源，请尝试使用google colab 一个免费环境来编程张量流，并免费访问许多 GPU 的 CPU 和 RAM

推荐阅读