Python 优化kera以使用所有可用的CPU资源

好吧，我真的不知道我在说什么，所以请容忍我

我正在运行Keras和Theano后端来运行一个基本的神经网络，只是一个针对MNIST图像的教程。过去，我一直在使用我的旧HP笔记本电脑，因为我有Windows和Ubuntu 16.06的双启动设置。我正在尝试更换这台笔记本电脑，这样我就可以退役并使用我更新的索尼笔记本电脑。我用Ubuntu 16.06和Windows 10设置了相同的双启动。问题是：

当我在我的旧HP Ubuntu上运行它时，我在时间上获得了显著的更好的性能。我同时在两台机器上运行了相同的程序，使用Ubuntu系统监视器，发现旧的HP机器使用了所有4个内核，因此100%的可用CPU。较新的索尼仅使用1核，CPU容量上限约为26%

如果可能的话，我宁愿避免手动处理多线程。我尝试过使用openmp，但没有任何效果，而且HP使用了所有4个内核，而没有openmp

我敢肯定，我在两台机器上都遵循了相同的设置，但我可能在HP上安装了额外的软件包，因为我刚才安装了这些软件包，可能忘记了我安装了什么。我还尝试过使用Python2.7和python3，它们都有相同的设置

---

我不知道我在寻找什么，但任何想法或意见都将不胜感激。我很乐意提供更多的信息，因为我不确定什么与本案例相关。提前谢谢你。

好的，当然，我在发布问题后马上想到了。对不起，我浪费了任何人的时间

我只是用apt-get而不是pip重新安装了所有的东西，效果很好。不知道为什么，也许我第一次错过了什么。反正

sudo apt-get install python-numpy python-scipy python-dev python-nose g++ libblas-dev git

---

修好了。不知道是哪个包裹。我想我只是第一次用sudo来安装theano

您的pip NumPy安装未配置为使用BLAS。