我尝试在cloud ml (google cloud platform)上使用tensorflow后端运行Keras。我发现keras似乎并不使用GPU。在我的CPU上运行一个时期的性能是190秒,等于我在转储的日志中看到的。有没有办法识别代码是在GPU中运行还是在keras中的CPU中运行?有人尝试过在云ML上运行张量流后端的Keras吗??
任何有使用vast.ai进行云计算的经验的人都知道,当租用多个GPU时,您需要做一些设置来利用额外的GPU吗?
因为当租用6或8个GPU而不是仅仅一个GPU时,我不会注意到速度上的任何差异。我刚开始使用vast.ai进行云计算。
我使用的是默认的码头:用于深度学习框架TensorFlow ()的正式对接图像。
成功加载了tensorflow/tensorflow:夜-GPU-py3
然后再安装keras:
pip install keras
我还使用此方法检查了可用的GPU,所有GPU都被正确检测到:
from keras import backend as K
K.tensorflow_b
我正试图在计算引擎上创建一个GPU实例(n1-standard-2与1个NVIDIA T4 GPU),从昨天开始我就收到了这个错误:
Operation type [insert] failed with message "The zone 'projects/deep-learning-xxxx/zones/us-central1-a' does not have enough resources available to fulfill the request. Try a different zone, or try again later."
谷歌云的这