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。