keras使用gpu训练(tensor1.15 + cuda10.2)

已于 2023-03-14 18:25:49 修改
阅读量2.2k 收藏 1
点赞数
分类专栏： 深度学习 文章标签： 人工智能
于 2020-06-08 16:06:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_20276189/article/details/106487698
版权

模型搭建

首先写一个简单的 训练cifar10 的模型，可参考
Keras入门课3 – 使用CNN识别cifar10数据集

CPU训练

安装pip install tensorflow==1.15 , 默认使用CPU 训练，　一个epoch训练时间为：141s

GPU训练

注意：tensorflow-gpu-cudnn-cuda对应版本
正确的步骤是按照对照表去安装。　PS :tensorflow1.15　对应的也是cuda10.0

使用GPU 训练，　一个epoch训练时间为：21s !!!

但是不幸的是，你提前安装了cuda10.2 , 又深知重装之痛苦。那就继续往下看吧
Centos8 运行CUDA10.2+Tensorflow1.15.0

帅气的Ezio
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano环境搭建-附件资源
03-05
Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano环境搭建-附件资源
如何利用GPU训练keras模型
热门推荐
思南的博客
11-04 1万+
1、keras-gpu环境搭建 anaconda+tensorflow-gpu参考文档（tensorflow-gpu.docx） 安装与tensorflow-gpu相兼容的keras版本，如本次实验环境为python3.6，tensorflow-gpu=1.14.0，keras=2.25，cuda=10.0，cudnn=7.6 2、keras基础知识 （1）数据预处理（图片、文本、序列数据）、网络层（模型构建）、数据集 （2）激活函数、损失函数、评价指标、优化方式、回调函数 （3）API使用（Sequen
tensorflow1.15与numpy、keras以及Python兼容版本对照方式
最新发布
菜鸟教程
04-15 586
第一次搭建tensorflow环境，每次直接安装的包都不对应版本，还要我一个一个找，啊啊啊啊啊b溃了。万幸经过我一天半的努力，把所有库版本都对应上了。大家可以从中找到添加库找到你要安装的库，点击并在库的详细信息中找到官方文档。一般情况下，官方文档会指引你寻找到库的依赖项的相应版本。以上为个人经验，希望能给大家一个参考，也希望大家多多支持网赚博客http://www.piaodoo.com/。茂名一技http://www.szsyby.net/茂名一技http://www.enechn.com/
tensorflow/keras使用GPU进行训练
麦田里的守望者
01-07 1万+
原文 1 需要的环境配置 Anaconda环境，Anaconda安装教程 CUDA，CUDA下载，这里需要注意CUDA、cuDNN、tensorflow的对应版本，对应版本查询 cuDNN，cuDNN下载，这里需要注册 tensorflow-gpu keras 2 CUDA安装与配置 进入CUDA下载页面选择对应的CUDA版本： 选择一个需要下载的版本，然后选择系统以及安装方式进行安装。 2.1 这里以本地安装（local）为例： 你可以选择精简安装和自定义安装: 精简安装：安装默认需要的包，这里
win10安装tensorflow-gpu-1.15
u013250861的博客
01-24 4933
因课程要求，需要安装tensorflow1.15。我是使用conda来管理不同环境的。
利用GPU训练的配置方法（Keras）
max
09-21 2424
利用GPU训练的配置方法（Keras）使用GPU配置合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 本文主要针对Keras（Tensorflow2.0版本以后）深度学习框架如何对GPU进行配置，以及如何设置训练任务对GPU的占有率。 使用G
Keras怎么将模型用GPU跑
昔年 ～ 不忆的博客
02-24 7167
总之，使用GPU来训练和预测Keras模型可以提高性能并缩短训练时间。在使用GPU时，需要确保环境正确配置，并正确设置Keras的后端引擎和模型参数。使用GPU来运行Keras模型可以加速模型的训练和预测，提高性能。在Keras中，可以通过配置运行环境来使用GPU来训练和预测模型。这将启用Keras的TensorFlow后端引擎，并将模型放在第一个GPU设备上。这将创建一个在第一个GPU设备上运行的Keras模型。4.在模型训练和预测时启用GPU支持。这将使用GPU来并行处理数据并加速训练。
cuda11安装tensorflow-gpu1.15
qq_43552048的博客
04-16 2094
会出现胡乱安装依赖导致安装不成功的问题。
Keras使用GPU训练
qq_41982466的博客
06-22 9395
TensorFlow、Keras与GPU之间的版本对应 版本问题—keras和tensorflow的版本对应关系 tensorflow各个版本与cuda版本的对应关系~最新 环境部署中cuda对应的tensorflow-gpu、keras版本、pytorch的对应版本 使用GPU训练Keras模型 Keras——检查GPU是否可用 如何使用GPU训练keras模型 ...
图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0）.zip
05-10
图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu...
ANACONDA +Cuda及cuDNN+Tensorflow-gpu版本+keras安装步骤的ppt
03-01
keras安装步骤的ppt 1、ANACONDA 安装 2、Cuda及cuDNN安装 3、Tensorflow-gpu版本安装 4、Keras安装 5、Anaconda的使用 6、Keras分类示例
win7+keras2.0+cuda+gtx1070+gpu资源下载
10-24
win7+keras2.0+cuda+gtx1070+gpu资源下载及安装过程记录 环境具体配置： 1、windows7专业版 sp1 2、显卡 GTXFORCE 1070 8G显存 3、Anaconda3 ,python 3.5 4、keras 2.0
TensorFlow的GPU安装流程（TensorFlow+CUDA+CUDNN+Keras）（自我总结版）
01-07
我想安装一个TensorFlow的GPU版，但是什么也不知道具体怎么开始，所以在网上搜了很久，最后结合自己的电脑终于安上了。这里把我的经验分享给大家，希望能有所帮助。 1.首先，我们需要确定你的电脑的GPU是否支持安装...
（Win10）基于Anaconda的 Tensorflow 1.15.0 安装教程
disciple9264的博客
02-14 4479
各个安装包版本需匹配，要严格按照版本下载安装。 1. 安装Anaconda3 4.3.0 网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 安装过程中一定要勾选PATH；安装路径不能有中文 2. 创建虚拟环境 打开 Anaconda Prompt，输入下面代码。此处tsfenv代表虚拟环境的名称，可任意命名。 conda create --name tsfenv python=3.6 激活虚拟环境tsfenv activ.
keras深度训练:GPU设置
qq_38410428的博客
06-27 6297
keras指定运行时显卡及限制GPU用量 固定GPU训练： import os import tensorflow as tf import keras.backend.tensorflow_backend as KTF #进行配置，每个GPU使用90%上限现存 os.environ["CUDA_VISIBLE_DEVICES"]="0,1" # 使用编号为0，1号的GPU config = t...
使用GPU训练模型
Python_Ai_Road的博客
07-17 1万+
公众号后台回复关键字：Pytorch，获取项目github地址。Pytorch没有官方的高阶API。一般通过nn.Module来构建模型并编写自定义训练循环。为了更加方便地训练模型，作者...
30系显卡tensorflow1.15代码异常 failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED
集电极
07-20 579
因为我以前使用2080ti显卡，按照tensorflow官网要求1.15版本需要CUDA 10.0，然后我单独在当前python环境使用conda 安装了cuda 10.0 版本， 在2080ti这样做是没有问题的。其实tensorflow1.15 也可以在 CUDA 11.4版本运行的，所有我单独安装CUDA10.0是白费功夫了。但我不知道英伟达30系已经不支持 10.0 版本的CUDA。注：如果大家遇到在CUDA 11.4不能运行，我也不知道怎么办，请参考其他人的文章。
keras使用GPU训练模型显卡占用率过高·
05-29
如果您在使用GPU训练模型时显存占用率过高，可以考虑以下几种方法： 1. 减小batch size：通过将训练过程中的batch size降低，可以减少每次迭代时GPU需要处理的数据量，从而减少显存占用率。 2. 使用更小的模型：更小的模型通常需要更少的显存，可以减少显存占用率。 3. 使用mixed precision训练：mixed precision训练是一种利用半精度浮点数（float16）加速深度学习模型训练的技术。由于float16需要的显存更少，因此可以减少显存占用率。 4. 减少模型的输入分辨率：如果您的模型的输入是图像，可以将输入图像的分辨率降低，从而减少显存占用率。 5. 使用分布式训练：将训练过程分布在多个GPU上可以减少单个GPU的显存占用率。 6. 优化模型：通过模型优化技术（如剪枝、量化等）可以减小模型的大小，从而减少显存占用率。 以上是一些可能的解决方法，您可以根据您的具体情况选择适合您的方法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值