优化Keras以使用所有可用的CPU资源



好吧,我真的不知道我在这里说什么,所以请原谅我。

我正在用Theano后端运行Keras,在MNIST图像上运行一个基本的神经网络(现在只是一个教程设置)。过去,我一直在用我的旧惠普笔记本电脑,因为我有Windows和Ubuntu 16.06的双启动设置。我想把这台笔记本电脑换掉,这样我就可以退休了,用我的新索尼笔记本电脑。我用Ubuntu 16.06和Windows 10设置了同样的双启动。问题是:

当我在我的旧HP (Ubuntu)上运行它时,我得到了明显更好的性能(就时间而言)。我在两台机器上同时运行相同的程序,使用Ubuntu系统监视器,发现旧的HP机器使用了全部4核,因此,100%的可用CPU。较新的索尼只使用1核,CPU上限约为26%。

如果可能的话,我宁愿避免手工处理多线程。我试过使用openmp,但没有效果,HP在没有openmp的情况下使用了所有4个内核。

我很确定我在两台机器上都遵循了相同的设置,但是我可能在HP上安装了额外的软件包,因为我不久前这样做了,可能已经忘记我安装了什么。我还尝试过使用Python(2.7)和python3,每个都具有相同的设置。

我不知道我在找什么,但任何想法或输入将非常感谢。我很乐意提供更多的信息,因为我不确定在这种情况下什么是相关的。提前谢谢大家

当然,我在发布问题后就明白了。如果我浪费了大家的时间,很抱歉。

我只是用apt-get而不是pip重新安装了所有的东西,这工作了。不知道为什么,也许我第一次漏掉了什么。总之,

sudo apt-get install python-numpy python-scipy python-dev python-nose g++ libblas-dev git

固定它。不确定是哪个包。我想我第一次用的是sudo apt-get install theano

相关内容

  • 没有找到相关文章

最新更新