Tensorflow vast.ai上有多个GPU
任何有使用vast.ai进行云GPU计算经验的人都知道,如果租用多个GPU,您是否需要进行一些设置以利用额外的GPU 因为租6或8个GPU而不是一个GPU时,我没有注意到速度上的任何差异。我不擅长使用vast.ai进行云GPU计算 我正在使用此默认docker: 深度学习框架TensorFlow()的正式docker图像 已成功加载tensorflow/tensorflow:nightly-gpu-py3 然后安装keras:Tensorflow vast.ai上有多个GPU,tensorflow,keras,cloud,gpu,Tensorflow,Keras,Cloud,Gpu,任何有使用vast.ai进行云GPU计算经验的人都知道,如果租用多个GPU,您是否需要进行一些设置以利用额外的GPU 因为租6或8个GPU而不是一个GPU时,我没有注意到速度上的任何差异。我不擅长使用vast.ai进行云GPU计算 我正在使用此默认docker: 深度学习框架TensorFlow()的正式docker图像 已成功加载tensorflow/tensorflow:nightly-gpu-py3 然后安装keras: pip install keras 我还使用此功能检查了可用的GP
pip install keras
我还使用此功能检查了可用的GPU,所有GPU都被正确检测到:
from keras import backend as K
K.tensorflow_backend._get_available_gpus()
干杯解决方案: 最后我自己找到了解决办法。我刚刚使用了另一个docker映像和旧版本的tensorflow(2.0.0),错误消失了。更新:我找到了keras.utils.multi\u gpu模型,但是我一直有这个错误:(AttributeError:module'tensorflow\u core.\u api.v2.config'没有“实验性\u列表\u设备”属性)解决方案:我使用了另一个docker图像和旧版本的tensorflow(2.0.0),错误消除了,所以问题解决了。