如何使用keras，python和深度学习进行多GPU训练

击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：pyimagesearch

原文链接：https://www.pyimagesearch.com/2017/10/30/how-to-multi-gpu-training-with-keras-python-and-deep-learning/

编译：AI算法与图像处理

内容简介

Keras简单而优雅，类似于scikit-learn。然而，它非常强大，能够实施和训练最先进的深度神经网络。

然而，我们对keras最感到受挫的一个原因，是在多GPU环境下使用，因为这是非常重要的。

如果你使用Theano，请忽略它——多GPU训练，这并不会发生。

TensorFlow还是有使用的可能性，但它可能需要大量的样板代码和调整才能是你的网络使用多个GPU进行训练。

在使用多GPU训练的时，我更喜欢用mxnet后端（或甚至直接是mxnet库）而不是keras，但这会引入更多配置进行处理。

随着François Chollet’s宣布tensorflow后端对多GPU的支持已经融入到keras v2.0.9时，所有这一切都发生了改变。大部分功劳归功于 kuza55(ID)和他们的keras-extras回购。

我已经使用并测试了这个多GPU功能近一年，我非常高兴能将它视为官方keras发行版的一部分。

在今天文章的其他部分中，我将演示如何使用keras，python和深度学习训练图像分类的CNN。

MiniGoogLeNet 深度学习框架

图1：MiniGoogLeNet架构是它的大兄弟GoogLeNet / Inception的一个小版本。