Python 如何计算运行CNN所需的GPU

我使用Keras训练开发了一个conversion神经网络，并对其进行了完美的测试，现在我需要知道运行网络预测需要多少GPU使用量

网络架构低于安龙侧，参数数量如下：

Model: "sequential_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_1 (Conv2D)            (None, 32, 32, 32)        320       
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 16, 16, 32)        0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 16, 16, 64)        18496     
_________________________________________________________________
max_pooling2d_2 (MaxPooling2 (None, 8, 8, 64)          0         
_________________________________________________________________
flatten_1 (Flatten)          (None, 4096)              0         
_________________________________________________________________
dense_1 (Dense)              (None, 240)               983280    
_________________________________________________________________
dense_2 (Dense)              (None, 24)                5784      
=================================================================
Total params: 1,007,880
Trainable params: 1,007,880
Non-trainable params: 0

---

---

如果有办法计算深层神经网络DNN，你到底想计算什么？GPU的使用是抽象的，具体的措施可以是时间，失败，etc@MatiasValdenegro基本上，每秒有多少预测，以及它从gpu使用中需要多少剂量，因为我还有3个模型需要同时运行，您到底想计算什么？GPU的使用是抽象的，具体的措施可以是时间，失败，etc@MatiasValdenegro基本上，每秒有多少预测以及gpu的使用需要多少剂量，因为我还有3个模型需要同时运行