n_jobs = -1 эквивалент в керасе - PullRequest
Новая
       24

n_jobs = -1 эквивалент в керасе

1 голос
/ 08 марта 2019

Я недавно начал изучать глубокое обучение.В машинном обучении с использованием библиотеки sklearn с n_jobs = -1 используются все ядра моего процессора, и это ускоряет поиск по сетке.Сейчас я пытаюсь приспособить модель RSN к данным обучения, что занимает много времени.Есть ли способ ускорить обучение? 

# Initialising the RNN
regressor = Sequential()

# Adding the first LSTM layer and some Dropout regularisation
regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], 7)))
regressor.add(Dropout(0.2))

# Adding a second LSTM layer and some Dropout regularisation
regressor.add(LSTM(units = 50, return_sequences = True))
regressor.add(Dropout(0.2))

# Adding a third LSTM layer and some Dropout regularisation
regressor.add(LSTM(units = 50, return_sequences = True))
regressor.add(Dropout(0.2))

# Adding a fourth LSTM layer and some Dropout regularisation
regressor.add(LSTM(units = 50))
regressor.add(Dropout(0.2))

# Adding the output layer
regressor.add(Dense(units = 1))

# Compiling the RNN
regressor.compile(optimizer = 'adam', loss = 'mean_squared_error')

# Fitting the RNN to the Training set
regressor.fit(X_train, y_train, epochs = 100, batch_size = 32,shuffle=False)

1 Ответ

0 голосов
/ 09 марта 2019

Используйте следующее: 

config = tf.ConfigProto(device_count{"CPU": <NB CPU>})
keras.backend.tensorflow_backend.set_session(tf.Session(config=config))
...