Использование ядер GPU для параллельных вычислений в Tensorflow

Question

Я работаю над tenorflow-gpu и pyqt5 для системы обнаружения объектов.

Я разработал проект, основанный на модели нейронной сети, который обучается по тензорному потоку, и это хорошо, но мне нужно ускорить уровень обнаружения.

Мой графический процессор - GTX 1060, а процессор - Corei7.

Как использовать ядра CUDA для разделения вычислений?

Я искал много статей и Я несколько раз спрашивал об этом в * переполнении стека **, но ответа не было.

Как я могу использовать tenorflow-gpu для программирования ядер CUDA с помощью таких библиотек, как PYCUDA или numba или CUPY?

Я задал этот вопрос несколькими способами, но я ищу правильный подход к использованию CUDA для программирования ядер GPU (GTX1060 имеет 1280 ядер CUDA, но Corei7 имеет 8 ядер, и, предоставляя вычисления для GPU, программа в больших масштабах ускорится )

Answer 1

См. здесь для установки tenorflow-GPU. В сценарии тензор потока автоматически использует графический процессор, если он доступен, но вы можете проверить этот для получения дополнительной информации, чтобы проверить количество доступных ядер, или выбрать некоторые вручную и т. Д. c