V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
zhiqiang
V2EX  ›  机器学习

keras 的多显卡并行没有加速效果

  •  
  •   zhiqiang · 2017-12-20 12:42:07 +08:00 · 1911 次点击
    这是一个创建于 2290 天前的主题,其中的信息可能已经有所发展或是发生改变。

    我用的 keras 提供的 multi_gpu_model,用法参考了 keras 的官方文档:

    from keras.utils import multi_gpu_model
    
    # Replicates `model` on 8 GPUs.
    # This assumes that your machine has 8 available GPUs.
    parallel_model = multi_gpu_model(model, gpus=8)
    parallel_model.compile(loss='categorical_crossentropy',
                           optimizer='rmsprop')
    
    # This `fit` call will be distributed on 8 GPUs.
    # Since the batch size is 256, each GPU will process 32 samples.
    parallel_model.fit(x, y, epochs=20, batch_size=256)
    

    但就我的应用(一个时间序列 LSTM 模型)而言,用两块 GPU 运算单轮训练的时间甚至还稍高于用单块 GPU。

    现在 multi_gpu_model 功能还没有正式 release,网上公开信息不多。有人用过这个吗,来谈谈优化方法吧。

    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2584 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 15:53 · PVG 23:53 · LAX 08:53 · JFK 11:53
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.