我一直在遵循的说明。这就是我按照方法3的建议所做的。import theanotheano.config.floatX = 'float32'Using TheanoTraceback (most recent call last):theano.config.
浏览 11提问于2017-03-15得票数 1
回答已采纳
theano。我也尝试过使用常规的、非GPU的keras在conda上使用这些步骤。KERAS_BACKEND=tensorflow..。分散在~/miniconda3/pkgs/keras-2.0.2-py36_1/中的许多文件中。默认情况下，如何让conda的keras</
浏览 3提问于2017-10-04得票数 4
回答已采纳
1回答
最近，我创建了一个conda环境，使用python 3.5.3和tensorflow-gpu 1.4.0对keras 2.0.9的多gpu设施进行实验。在新的环境中，keras一直使用Theano作为后端。
我检查了~/.keras/keras.json，后端设置为tensorflow。但是，当我将source activate设置为这个新环境时，我会看到<em
浏览 1提问于2017-12-19得票数 0
我使用aws ec2来训练一个多标签分类任务的模型.经过训练，我在同一台机器上测试了模型，取得了很好的效果(90+%的准确性)。但是，当我将保存的模型导入我的本地机器(没有GPU)后，它给出了不同的结果(准确率小于5%)。对为什么会发生这种事有什么建议吗？谢谢。TL;DR：Keras/tensorflow模型在将从GPU机器转换到CPU时产生不同的结果。
浏览 1提问于2017-02-24得票数 5
回答已采纳
1回答
在我的.theanorc文件中，我已经设置了参数...[global]但是，当我使用theano后端运行keras并调用model.predict时，返回的数组的numpy数据类型始终是FP64类型，而不是FP32类型。我不确定这是一个问题，还是keras / theano在GPU上执行之前转换为FP32。有没有办法检查。如果我尝试在图形处理器上
浏览 3提问于2016-06-04得票数 2
1回答
用几个GPU训练一个模型
、、、、
如何编程keras或tensorflow来对多个GPU进行分区培训，假设您在一个拥有8个GPU的amaozn ec2实例中，您希望使用它们来加快训练速度，但是您的代码只是用于单个cpu或GPU？
浏览 2提问于2017-10-21得票数 2
回答已采纳
这与有关，但我不需要使用多个GPU，而是希望指定特定模型在哪个GPU上训练或运行。|-------------------------------+----------------------+----------------------+| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|==============问题是，在
浏览 8提问于2016-08-12得票数 4
回答已采纳
2回答
我使用的是带Theano后端的keras 1.1.0。为了使用图形处理器，我将os.envorn设置为：在导入keras之前。导入keras后会显示以下消息：
Using gpu device 0: TITAN X (Pascal) (CNMeM is disabled,
浏览 5提问于2017-05-06得票数 3
这些线程没有解决我的问题：
我已经在我的PC上安装了Tensorflow和Tensorflow-gpu (v.1.12.0)，它运行的是Windows 10，有GTX 750 Ti显卡，所以它支持CUDA我使用的是PyCharm，在CPU上运行Keras没有任何问题。但它不使用我的GPU。没有工作，我的代码不再运行在CPU上，并给出了一个关于Tensorflow的错误。一旦我重新安装了Tensor
浏览 0提问于2018-11-25得票数 5
回答已采纳
1回答
CuDNN不可用吗？
、、、、
我正在运行 kaggle_otto_nn.py of Keras，后端为theano。在以下打印出的第5行中，有这样的内容：
我想知道，这个CuDNN not available是否重要，因为GPU设备是可探测的我的程序在GPU上运行正确吗？或者它实际上不在GPU上运行。cliu@cliu-ubuntu:keras-exam
浏览 1提问于2016-03-18得票数 1
回答已采纳
我使用Anaconda在Windows 7 64位上安装了Theano (和Keras)。这是我的舞步。安装最新的Python 3.5 Anaconda
编辑. .keras/keras.json以使用"theano“而不是"tensorflow”。请注意，我
浏览 1提问于2016-10-21得票数 1
我正在运行 kaggle_otto_nn.py of Keras，后端为theano。当我设置cnmem=1时，会出现以下错误：
cliu@cliu-ubuntu:keras-examples$ THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32我似乎无法将cnmem设置为非常大的值(大约大于0.9)，因为它可能会导致GPU的内存溢出。当我设置cnmem=0.9时，它是正确工作的。
浏览 3提问于2016-03-19得票数 9
回答已采纳
1回答
所以我严格遵守了这篇文章：https://stackoverflow.com/questions/32419510/how-to-get-reproducible-results-in-kerastf.compat.v1.keras.backend.set_session
浏览 0提问于2022-06-22得票数 1
回答已采纳
由于一些复杂的原因，我在我的python代码中同时使用了tensorflow和theano，我想让它们共享两个gpu，但正如在中所说的那样，有一些问题，我想知道是否有什么技巧可以实现这一点，比如指定tensorflow只使用一个gpu，而theano使用另一个？现在，我只能通过os.environ['THEANO_FLAGS'] = 'device=cpu,floatX=float64'禁用<e
浏览 0提问于2019-05-17得票数 1
我知道Keras的默认后端已经从Theano切换到了TensorFlow，但是有了Theano的开发版本，我可以在GPU上使用OpenCL进行训练(我有一张AMD卡)。但是，当我导入Keras时，它只使用TensorFlow后端，即使在更改了Keras配置文件中的值之后。~ $ KERAS_BACKEND=theano python -c 'import
浏览 4提问于2017-03-27得票数 13
回答已采纳
我正在尝试运行 python notebook，其中一个著名的卷积神经网络是使用Keras实现的。作者使用theano作为后端，并使用他的cpu设备。因为我的CPU不受CUDA支持(使用它需要CUDA)，所以我将尝试使用我的gpu (首先)。我安装了keras和theano，以及遵循链接所需的要求。我跳过了GPU配置，因为我想使用我的gpu。为了使用</e
浏览 49提问于2018-03-05得票数 0
回答已采纳
2回答
预测取决于Keras中的批量大小
、、、、
我正在尝试使用keras对图像进行二进制分类。
我的CNN模型在训练数据上得到了很好的训练(提供了大约90%的训练精度和~93%的验证精度)。但是在训练期间，如果我设置batch size=15000，我会得到图I输出，如果我设置batch size=50000，我会得到图II作为输出。有没有人能告诉我出了什么问题？
浏览 1提问于2016-05-25得票数 12
Keras将数据一批一批地加载到GPU上(作者注意到)。
对于小的数据集，这是非常低效的。有没有办法修改Keras或直接调用Theano函数(在Keras中定义模型之后)，以便提前将所有批处理移动到GPU，并使用GPU内存中已有的批处理完成训练？
浏览 19提问于2016-08-15得票数 6
现在我想在Anaconda安装Theano库。我试过：
我试图通过构建堆栈溢出( )上提到的包来安装它，但是在包的测试过程中也失败了。3.4，使用pip安装Theano，当我试图导入Theano</e
浏览 0提问于2014-12-23得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
