可以强制使用带有Tensorflow后端的Keras随意使用CPU或GPU吗？
可以强制使用带有Tensorflow后端的Keras随意使用CPU或GPU吗？
提问于 2016-11-19 16:04:54
我安装了带有Tensorflow后端和CUDA的Keras。我有时会按需强制Keras使用CPU。如果不在虚拟环境中安装单独的CPU-only Tensorflow，是否可以做到这一点？如果是这样的话，是怎么做的？如果后端是Theano，可以设置标志，但我还没有听说过可以通过Keras访问的Tensorflow标志。
回答 5
Stack Overflow用户
发布于 2017-08-19 23:58:49
这对我来说很有效(win10)，在导入keras之前放置：
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'Stack Overflow用户
发布于 2017-11-12 02:46:01
只需导入tensortflow并使用keras，就这么简单。
import tensorflow as tf
# your code here
with tf.device('/gpu:0'):
model.fit(X, y, epochs=20, batch_size=128, callbacks=callbacks_list)Stack Overflow用户
发布于 2016-11-19 16:20:27
根据keras tutorial，您可以简单地使用与常规tensorflow相同的tf.device作用域：
with tf.device('/gpu:0'):
x = tf.placeholder(tf.float32, shape=(None, 20, 64))
y = LSTM(32)(x) # all ops in the LSTM layer will live on GPU:0
with tf.device('/cpu:0'):
x = tf.placeholder(tf.float32, shape=(None, 20, 64))
y = LSTM(32)(x) # all ops in the LSTM layer will live on CPU:0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40690598
复制相关文章
相似问题