(原始模型来自这里)
当在这个模型上使用keras执行推理时，如果我只使用我的CPU，那么12个核心都在工作，推理平均花费0.7s。当转换模型并使用tensorflow服务时，它只使用一个核心，平均需要2.7秒。等选项设置为12，但没有任何变化，从tfserving容器内部查看时只有一个内核在工作。我还尝试为我的机器的架构编译tensorflow-serving，我得到了一点改进(2.7s到2.5s)，但我不能控制每
浏览 27提问于2019-10-25得票数 2
回答已采纳
1回答
我正在英特尔Xeon机器上运行一个tensorflow代码，每个机器有2个物理CPU，每个CPU有8个内核和超线程，总共有32个可用的虚拟核。但是，我运行保持系统监视器打开的代码，我注意到这32 vCores中只有一小部分被使用，并且平均CPU使用率低于10%。
我是tensorflow的初学者，我没有以任何方式配置这个会话。我的问题是:我是否应该以某种方式告诉tensorflow它可以使用多少个<
浏览 0提问于2018-05-24得票数 1
回答已采纳
从我运行的实验来看，TensorFlow似乎会自动使用一台机器上的所有CPU。此外，似乎TensorFlow将所有CPU都称为/cpu:0。从TensorFlows的角度来看，一台机器可以有多个CPU吗？
浏览 2提问于2016-08-09得票数 24
回答已采纳
我打开了一个ipython会话，用4个引擎启动ip集群，让引擎在非阻塞模式下继续工作。
现在，我在ipython会话中有一些计算要做。如何知道并确保本会话中的计算不使用与引擎相同的核心/cpu/资源
浏览 2提问于2016-07-04得票数 0
回答已采纳
我正在运行来自TensorFlow models 的imagenet。我已经按照中的描述对sess.run进行了检测，并在chrome://跟踪中获得了以下视图我想知道TF有时是使用多核还是一直使用单核。当操作可以并行运行时，我会认为它使用了多个内核，如图中红色框所示。然而，这6个线程都列在/job:localhost/replicate:0/task:0/cpu:0下，这让我质疑
浏览 29提问于2017-03-17得票数 23
1回答
全,
我最近在我们的集群上安装了tensorflow，并且一直在运行then MNIST示例代码来测试安装。我对tensorflow增加CPU数量会如何影响tensorflow的性能很感兴趣。为此，我使用不同数量的内核运行了相同的示例代码，但tensorflow似乎在可伸缩性方面做得不好。我从另一个堆栈溢出问题中发现，tensorflow会自动使用所有可用的CPU，并在运行作业时假
浏览 0提问于2016-11-23得票数 0
有没有可能在本地机器上启动分布式TensorFlow，让每个工作者都有一个模型副本？
如果是，是否可以将每个代理分配为仅使用单个CPU核心？
浏览 4提问于2016-06-24得票数 3
我在CPU上运行下面所有的代码。我运行示例ensorflow/examples/label_image耗时7~8秒。据我所知，TensorFlow花费了0.5秒来处理相同的样本，这是因为“python会话对象是多线程的，所以多个线程可以很容易地使用相同的会话并并行运行ops”。但是，我如何在C++的会话中设置多线程。
我所尝试的..。我在"tensorflow<
浏览 11提问于2017-01-18得票数 6
我想运行一个在服务器上也使用Tensorflow的Python脚本。当我在没有会话配置的情况下运行它时，进程会分配所有GPU内存，从而阻止任何其他进程访问GPU。服务器规范如下：
在</em
浏览 9提问于2017-05-16得票数 1
我有一个有20个核心的CPU，我正在尝试使用所有的核心来适应一个模型。我用intra_op_parallelism_threads=20设置了一个tf会话，并在同一个tf会话中调用了model.fit。from keras.layers.merge import concatenate
from keras.models
浏览 0提问于2018-09-05得票数 5
我正试图在Windows 7笔记本电脑上安装Tensorflow，以便使用jupyter笔记本来玩Github中的对象检测笔记本。当我在Windows 7中的Conda环境中启动木星笔记本时，我得到了上述错误。我已经安装了Python3.5.4& conda环境中的tensorflow。在提供$ python的同时，我还获得了$ ... not recognized as an internal/e
浏览 6提问于2017-09-18得票数 0
1回答
我正在使用Keras的LSTM (使用Theano背景)开发Seq2Seq模型，我想并行化进程，因为即使很少的MBs数据也需要几个小时的培训。在Theano的多核支持文档中，我成功地使用了单个套接字的所有四个核心。因此，CPU</
浏览 0提问于2017-08-08得票数 14
我想在我的本地机器(1 CPU，1 cuda兼容GPU)中实现异步优势Actor批评家(A3C)模型来强化学习。在该算法中，多个“学习者”网络与环境副本交互，并周期性地更新中心模型。我看到了在同一个图中创建n个“工作者”网络和一个“全局”网络的实现，并使用线程来运行这些网络。在这些方法中，通过对具有“全局”范围的可训练参数应用梯度来更新全局网络。然而，我最近读到了一些关于分布式tensorflow的文章，现在我有点困惑了。使用分布式<
浏览 1提问于2018-01-05得票数 12
回答已采纳
我是tensorflow源代码修改的新手。
我想尝试conv2d算法的一个变体，想知道输入/内核matmul在源代码中实现的确切位置，以及如何通过修改重建tensorflow。
浏览 0提问于2017-09-21得票数 0
我可以访问具有多个CPU核心(即56个)的计算机，当使用Tensorflow训练模型时，我希望通过使每个核心成为模型的独立训练器来最大限度地利用上述核心。在Tensorflow的文档中，我发现了这两个参数(Inter和Intra Op parallelism)，它们在训练模型时控制并行性。但是，这两个参数不允许执行我想要的操作。我如何让每个核心成为独立的工作者？(即，每个工人对批量
浏览 2提问于2017-08-03得票数 5
1回答
我试着只使用CPU的单个核心。我的系统有8个核心。当我htop在终端上，它应该只使用单一的核心，否则，所有应该保持沉默。我正在使用下面的代码，但它仍然使用我的所有核心，我做错了什么？代码：
session_conf = tf.ConfigProto(intra_op_parallelism_threads=1,i
浏览 3提问于2022-01-05得票数 1
我正在尝试使用大学服务器作为我的深层代码，服务器上所有的CPU核心是64，但我必须使用只有24个核心，每个人都可以使用服务器。我尝试限制我的CPU资源。我搜索所有StackOverflow以找到解决方案，但所有建议对我都不起作用，例如，将tensorflow降级并使用 config = tf.ConfigProto(allow_soft_placementintra_op_para
浏览 22提问于2020-09-07得票数 2
回答已采纳
1回答
据我所知，我也可以这样做：
使用TensorFlow服务。如果我在一个只包含一个多核CPU的平台上运行这个程序，我设想(从执行的角度来看)不同的是，对于单个会话，只有一个op内部线程池和一个池间线程池，而在第二种情况下，它们是不同的。TensorFlow服务如何
浏览 5提问于2017-11-27得票数 2
2回答
如何将进程限制在一个cpu内核上？
类似于ulimit或cpulimit的东西会更好。(只是为了确保:我不想限制使用百分比或执行时间。我想强制应用程序(所有的子程序，进程(线程))使用一个cpu核心(或'n‘cpu核心)。
浏览 0提问于2011-10-22得票数 91
回答已采纳
2回答
如何确保在互斥锁期间由多个CPU核心写入的数据在所有核心的所有L1缓存之间同步？我不是在谈论代表锁的变量，我是在谈论在锁期间涉及的内存位置。if (val==DT_DLOG_MAX_LINES) val=0; }
}
在这里，在dlog_get_new_line()函数中，我使用了gcc
浏览 2提问于2012-01-04得票数 4
回答已采纳
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
