Я хотел обучить классификации изображений CNN и использовать для нее Keras.
Размеры изображения составляют 300x300x3.
Я обучил CNN с параметрами 2M, я использовал Mobil eNet Keras для трансферного обучения, однако я замораживаю последние 63 слоя и добавляю плотные слои внизу, последний слой имеет 2 единицы и активацию Softmax.
Чтобы делать прогнозы, я загружаю файл h5 и использую видео OpenCV захватывать, чтобы получить видеокадры, для каждого кадра я использую model.predict (img_array).
Когда я смотрю на диспетчер задач Windows 10, я вижу, что сценарий Python использует% 80 моего процессор, но% 2 графического процессора. Это использование процессора вызывает лаги на моем ноутбуке.
Как я могу уменьшить использование процессора и заставить Keras выполнять вычисления на GPU?
У меня есть Nvidia Rtx 2060 4GB и Intel Core i7-9750H на моем ноутбуке. Tensorflow 2.1 и Keras 2.3.1 OpenCV 4.1
Я пытался, но на самом деле ничего не меняется.
tf.config.threading.set_inter_op_parallelism_threads(12)
tf.config.threading.set_intra_op_parallelism_threads(12)
with tf.device(\gpu:0):
model.predict(img_array)
С уважением.
Редактировать:
Я уменьшил использование ЦП до% 20 с объявлением параметра steps в методе прогнозирования.