机器学习-如何在Keras中使用TensorFlow后端使用其他gpu

Question

这与如何使Keras与Theano利用多个GPU有关，但不是使用多个GPU，我有兴趣指定特定模型训练或运行在哪个GPU上。

我的nvidia-smi输出如下:

+------------------------------------------------------+                       
| NVIDIA-SMI 361.42     Driver Version: 361.42         |                       
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla K80           Off  | 0000:03:00.0     Off |                    0 |
| N/A   38C    P0    60W / 149W |  11354MiB / 11519MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  Tesla K80           Off  | 0000:04:00.0     Off |                    0 |
| N/A   37C    P0    71W / 149W |    224MiB / 11519MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   2  GeForce GTX 750 Ti  Off  | 0000:06:00.0      On |                  N/A |
| 40%   29C    P8     1W /  38W |    120MiB /  2047MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

这个输出当然是在什么都没有运行的情况下。问题是我不确定在Keras如何指定哪个GPU上运行。当然，使用TensorFlow，我们可以只做with tf.device('/cpu:1'):范例，但我不确定如何与Keras集成。

谢谢!

Answer 1

除了在keras中指定tensorflow之外。json文件作为后端，您可以使用环境变量CUDA_VISIBLE_DEVICES (http://acceleware.com/blog/cudavisibledevices-masking-gpus)限制使用的GPU数量和/或使用特定的GPU。这里你可以指定使用哪个GPU

Answer 2

基本上有两个步骤，你必须遵循:

1. 安装启用GPU的tensorflow版本。详见https://www.tensorflow.org/versions/r0.7/get_started/os_setup.html

2. Keras默认使用Theano作为后端。你需要把它改成tensorflow

vi ~/.keras/keras.json

文件内容:{"epsilon": 1e-07， "floatx": "float32"， "backend": "theano"}

将"theano"改为"tensorflow"

事情是，你只需要安装gpu启用tensorflow版本。它会自动使用你配置的gpu。

查看cuda和tensorflowhttp的安装过程链接://www.nvidia.com/object/gpu-accelerated-applications-tensorflow-installation.html