kerastheano為什麼cpu的利用率要高於gpu的利用率

1樓：匿名使用者

優點：抄

支援python，模型庫全，搭模型快bai，關du注度極高，迭代快，zhi可用gpu加速。

缺點：內部許dao多類的抽象不合理。

命名略顯混亂。

檢視中間層輸出不夠直接。

模型需要compile這些優缺點很大程度上都是因為現行版本將theano深度耦合，其作者和一些**貢獻者也意識到了這個問題，於是計畫下一步將theano解藕出來放到單獨的backend模組裡，到時也許可以自由切換其他symbolic引擎。

總的來說keras是乙個很有前途的庫。

更新：上週作者fork了乙個新的backend分支，計畫keras將tensorflow作為第二個backend，現在已進入開發階段，將theano和tensorflow的一些函式抽象為統一的api，詳見backend分支。

怎麼讓theano利用多個gpu

2樓：u證

你將反斜槓，換成斜槓看看。最好再將目錄名加上引號。在python世界裡，目錄名裡不要用中文和空格。

從配置上看，這個東西不合理埃前面是乙個變數名。為什麼變數名是乙個目錄名？懷疑你將不兩隻的配置沒有分開。

3樓：杜晶

如果採用tensorflow作為後端，當機器上有可用的gpu時，**會自動呼叫gpu進行平行計算。如果使用theano作為後端，可以通過以下方法設定：

方法1：使用theano標記

在執行python指令碼時使用下面的命令：

theano_flags=device=gpu,floatx=float32 python my_keras_script.py

方法2：設定.theano檔案

方法3：在**的開頭處手動設定theano.config.device和theano.config.floatx

import theano

theano.config.device = 'gpu'

theano.config.floatx = 'float32'

如何將python的keras backend換為theano

4樓：匿名使用者

正確方法 (適用mac和linux系統，windows系統應該差不多，檔案路徑稍有區別)：

vim ~/.keras/keras.json

然後將裡面`backend` 對應的值修改為`theano`，如果是想用tensorflow，就修改為`tensorflow`

為什麼我的keras預設tensorflow

5樓：黑板客

keras的後台copy支援tensorflow和theano，預設是tensorflow

可以通過修改配置檔案或定義環境變數來進行修改，詳見keras文件。

keras_backend=tensorflow python -c "from keras import backend"