代码之家 › 专栏 › 技术社区 › Rodolphe LAMPE

为什么我的脚本在使用CPU和GPU时具有相同的持续时间?

tensorflow

Rodolphe LAMPE · 技术社区 · 6 年前

我在Ubuntu 16.04、Cuda 9、TensorFlow和GPU 1.8上使用谷歌云平台

我使用Adam优化器对一个由5个变量组成的函数进行100次迭代,这个函数大约是100个sigmoid函数项的总和。使用GPU K80需要6-7秒,使用CPU也需要同样的时间!

我知道它真正使用的是GPU(或CPU),因为我打印了用于操作的设备,所以我的脚本生成的日志类似于:

add_5/x: (Const): /job:localhost/replica:0/task:0/device:GPU:0 使用GPU和

add_5/x: (Const): /job:localhost/replica:0/task:0/device:CPU:0 使用CPU时

为什么要花同样的时间?

1 回复 | 直到 6 年前

Alexandre Passos 6 年前

GPU并不总是比CPU快。如果没有看到分析器输出,就很难说出这里发生了什么。您的模型在数量上是否密集,批量是否良好(即它是否有大量的matmul或卷积)?如果是这样的话,GPU应该加快你的速度,但它们不是魔法。

推荐文章

albert · AttributeError:“str”对象没有属性“str”如何解决此问题

2 年前

Anshuman Sinha · 将tensforflow中的所有nan值转换为零

2 年前

CoccoSyn · Keras TypeError:其中一个输入没有可接受的类型。具有参差不齐张量的LSTM

2 年前

rob me of my freedom · 在不使用Y_pred和Y_actual的tensorflow中编写自定义损失

2 年前

Chris · 如何捕获导入脚本功能的打印

2 年前

Jay Bhie Santos · 剩余GRU:ValueError:输入具有不兼容的形状。收到的形状(5)和(24)

2 年前

Danijel · C中TensorFlow模型文件的路径?

2 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

2 年前

Arya Anish · tensorflow安装中面临的问题

2 年前

so beautiful memory · 如何将我在本地训练的tensorflow模型正确部署到谷歌云人工智能平台?我部署了它,但没有图像返回

2 年前