我正在运行Windows 10,Core i7-8700 CPU,GTX GEFORCE 1660 TI GPU。当训练模型时,GPU利用率非常低(最大为5-10%,有时较低(。甚至网络是五层。另一方面,CPU利用率为30%及以上。
请检查以下内容:
-
CUDA和CUDNN版本匹配。根据统计数据,它很可能在培训时使用CPU代替GPU。您可以尝试查看下面的GPU是否可用。
-
如果解决了前者,则可能需要增加批次尺寸,以防批处理大小很小。张力流可以预先分配给您的培训少量GPU。
对于第1步,为了验证视频卡是否可用且使用,请使用下一行代码:
import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
tf.debugging.set_log_device_placement(True)
# Create some tensors
a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
c = tf.matmul(a, b)
print(c)
打印应包含(符合结果(以下信息:
在设备中执行OP Matmul /job:localhost/epplica:0/任务:0/设备:GPU:0