Я пытаюсь установить модель Keras
на несколько ядер моего процессора. Я провел несколько исследований по этому поводу и попытался установить бэкэнд тензорного потока, который может обрабатывать несколько ядер:
session_conf =
tensorflow.ConfigProto(intra_op_parallelism_threads=32,inter_op_parallelism_threads=32,log_device_placement=True)
tensorflow.set_random_seed(1)
keras.backend.set_session(tensorflow.Session(graph=tensorflow.get_default_graph(), config=session_conf))
Я пытался использовать его в этом контексте:
model.compile(optimizer = 'adam', loss = 'mean_squared_error',metrics=['acc'])
trained=False
if(trained==False):
compteur=600
while(compteur>0):
print("epoch :" + str(compteur))
hist=model.fit(X_train,y_train, epochs = 1, batch_size = 50)
compteur=compteur-1
if(hist.history['loss'][-1]<0.0005):
break
else:
model = load_model('mode_trained_12h.h5')
Но, похоже, он не работает (64-ядерный процессор всего на 3 * быстрее, чем мой дешевый локальный процессор). Есть идеи, как это решить? Я использую keras
правильный путь для этого?
Спасибо
Julien