model = Model(inputs=[v_i, v_j], outputs=output_list)
model = multi_gpu_model(model,4)
model.compile(....)

主要就是第二句話中的

multi_gpu_model函數(shù)，會把數(shù)據(jù)和模型分到多個(gè)gpu上執(zhí)行

有個(gè)坑，就是整個(gè)程序?qū)雓eras時(shí)要么全部from keras import ...,要么全部 from tensorflow.python.keras import ...，不能tensorflow里的keras不能和原生keras混用，
要不就會報(bào)Node' object has no attribute 'output_masks的錯(cuò)誤


https://blog.csdn.net/sinat_26917383/article/details/75633754

上邊博客里邊動態(tài)分配內(nèi)存時(shí)，如果使用的是tensorflow里的keras那么不用set_session,如果遠(yuǎn)程keras那么需要K.set_session(sess)

轉(zhuǎn)載于:https://www.cnblogs.com/stAr-1/p/10757378.html

總結(jié)

以上是生活随笔為你收集整理的Keras使用多个GPU并行的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。