在AWS上使用GPU而不是CPU进行训练

我刚刚启动了一个AWS P2实例来训练模型。然而,它似乎在使用CPU而不是GPU进行训练。我怎样才能强制它使用GPU而不是CPU进行训练呢?

$ nano ~/.keras/keras.json says this{
    "image_dim_ordering": "th",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "tensorflow"
    }

我收到了一条消息“无法加载本地TensorFlow运行时。”

然后我更改了

$ nano ~/.keras/keras.json says this{
    "image_dim_ordering": "th",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "theano"
    }

它在训练,但速度非常慢,似乎还是在使用CPU。


回答:

看来答案是添加一个gpus标志!

python cnn_homework_solution.py –gpus 0,1

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注