我用GPU成功安装了TensorFlow . 当我运行以下脚本时，我得到了这个结果：
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
C：\ tf_jenkins \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ core \ platform \ cpu_feature_guard.cc：140]您的CPU支持未编译此TensorFlow二进制文件的指令：AVX2 2018 -03-26找到具有属性的设备0：名称：GeForce GTX 970 major：5 minor：2 memoryClockRate（GHz）：1.253 pciBusID：0000：01：00.0 totalMemory：4.00GiB freeMemory：3.31GiB 2018-03-26 11:47 ：03.186046：IC：\ tf_jenkins \ workspace \ rel-win \ M \ windows-gpu \ PY \ 36 \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1312]添加可见的gpu设备：0 2018-03-26 11 ：47：04.062049：IC：\ tf_jenkins \ workspace \ rel-win \ M \ windows-gpu \ PY \ 36 \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：993]创建TensorFlow设备（/ device：GPU：0 3043 MB内存） - >物理GPU（设备：0，名称：GeForce GTX 970，pci总线ID：0000：01：00.0，计算能力：5.2）[名称：“/ device：CPU：0”device_type：“CPU “memory_limit：268435456 locality {}化身：8082333747214375667，name：”/ device：GPU：0“device_type：”GPU“memory_l imit：3190865920 locality {bus_id：1}化身：1190887510488091263 physical_device_desc：“device：0，name：GeForce GTX 970，pci bus id：0000：01：00.0，compute capability：5.2”]
例如，如果我在Keras运行CNN，它会自动使用GPU吗？或者我是否必须编写一些代码来强制Keras使用GPU？
例如，使用MNIST数据集，我将如何使用GPU？
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
activation='relu',
input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adadelta(),
metrics=['accuracy'])
model.fit(x_train, y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(x_test, y_test))
1 回答
您无需明确告诉Keras使用GPU . 如果GPU可用（并且从您的输出我可以看到它的情况）它将使用它 .
您还可以通过在模型培训期间查看GPU的使用情况来凭经验检查：如果您是're on Windows 10 you only need to open the task manager and look under the ' Performance'选项卡（请参阅here） .