Zum deaktivieren der GPU in keras mit tensorflow?

Möchte ich vergleichen Bearbeitungszeit von meinem code mit und ohne gpu. Mein backend von keras ist Tensorflow. Es verwendet eine GPU automatisch. Ich verwende ein Modell von keras/examples/mnist_mlp.py für den Vergleich.

Ich habe in der Zeit der Bearbeitung wie folgt Aussehen. Dann, wie deaktiviere ich meine GPU? Sollte ~/.keras/keras.json geändert werden?

$ time python mnist_mlp.py 
Test loss: 0.109761892007
Test accuracy: 0.9832
python mnist_mlp.py  38.22s user 3.18s system 162% cpu 25.543 total
InformationsquelleAutor jef | 2017-03-28
  1. 12

    Haben Sie versucht, so etwas wie das? :

    $ CUDA_VISIBLE_DEVICES='' time python mnist_mlp.py

    CUDA_VISIBLE_DEVICES ist in der Regel verwendet, um etwas zu verbergen GPU ' s zu cuda. Hier verstecken Sie alle, wie Sie nicht, stellen Sie keine sichtbaren Gerät.

    • Dieser funktioniert nicht auf Windows aus irgendeinem Grund.
    InformationsquelleAutor Nassim Ben
  2. 3
    $ CUDA_VISIBLE_DEVICES=-1 time python mnist_mlp.py

    scheint zu sein, a) entweder ist die neue Weise, oder b) eine Möglichkeit, die funktioniert auf Windows und Linux.

    • was meinst du mit der new way?
    • Ich meine im Vergleich zu Nassim Ben ' s Antwort.
    • ha ok, also nur b funktioniert sowohl unter windows und linux,richtig?
    • Mit etwas anderes als eine gültige gpu-ID wird standardmäßig für die CPU, -1 ist ein guter konventioneller Wert, der nie eine gültige gpu-ID. Das problem mit der anderen Antwort ist wahrscheinlich etwas zu tun mit den Zitaten nicht Verhalten das gleiche auf windows. CUDA_VISIBLE_DEVICES=-1 sollte immer funktionieren.
    • os.environ['CUDA_VISIBLE_DEVICES']='-1' wenn Sie festgelegt werden, bevor die tensorflow importieren
    InformationsquelleAutor Jonas Byström
Schreibe einen Kommentar