Преимущество выполнения кода процессора на GPU без использования ускоренного кода Gpu - PullRequest
Новая
       19

Преимущество выполнения кода процессора на GPU без использования ускоренного кода Gpu

0 голосов
/ 28 апреля 2020

Я написал код python в google colab для обучения (простое глубокое обучение с использованием keras) и изменил настройки ноутбука на Gpu. Я хочу спросить, есть ли какое-либо сокращение времени обучения с помощью gpu без использования кода cuda для параллельных вычислений. Большое спасибо

Код для обучения: 

def train(X_train_mod, y_train, features, shuffle, drop, layer1, layer2, epoch, lr, epsilon, validation):
   model_nn = Sequential()
   model_nn.add(Dense(layer1, input_shape=(features,), activation='relu'))
   model_nn.add(Dropout(drop))
   model_nn.add(Dense(layer2, activation='sigmoid'))
   model_nn.add(Dropout(drop))
   model_nn.add(Dense(3, activation='softmax'))

   optimizer = keras.optimizers.Adam(lr=lr, beta_1=0.9, beta_2=0.999, epsilon=epsilon, decay=0.0, amsgrad=False)
   model_nn.compile(loss='sparse_categorical_crossentropy',
             optimizer=optimizer,
             metrics=['accuracy'])
   model_nn.fit(np.array(X_train_mod), y_train,
             batch_size=32,
             epochs=epoch,
             verbose=1,
             validation_split=validation,
             shuffle=shuffle)
   return model_nn
...