자, 여기에 대해 이야기하는 내용을 잘 모릅니다.Keras를 최적화하여 사용 가능한 모든 CPU 리소스를 사용하십시오.
나는 Theano 백엔드가있는 Keras를 실행하여 MNIST 이미지에서 기본적인 신경망 (자습서 만 설정)을 실행합니다. 과거에는 Windows 및 Ubuntu 16.06을 사용하는 듀얼 부팅 설정이 있으므로 이전 HP 노트북을 사용했습니다. 나는이 노트북을 대체하려고 노력하고 있는데, 은퇴하고 새 (어) 소니 노트북을 사용할 수 있습니다. Ubuntu 16.06과 Windows 10에서 동일한 듀얼 부팅을 설정했습니다. 여기에 문제가 있습니다 :
이전 HP (Ubuntu)에서 실행할 때 성능이 훨씬 향상되었습니다. 우분투 시스템 모니터를 사용하여 두 시스템에서 동일한 프로그램을 동시에 실행하여 이전 HP 시스템이 4 개의 코어와 사용 가능한 CPU의 100 %를 모두 사용한다는 것을 알았습니다. 최신 Sony는 1 코어 만 사용하고 ~ 26 % CPU에서 모자를 씁니다.
가능하다면 수동으로 멀티 스레딩을하지 않아도되는 것을 선호합니다. openmp를 사용하지 않으려 고 노력했지만 HP는 어쨌든 4 개의 코어를 모두 사용합니다.
두 컴퓨터에서 동일한 설정을 수행했음을 확신하지만 HP에서 추가 패키지를 설치했을 수도 있습니다. 이전에 그랬기 때문에 내가 설치 한 것을 잊어 버렸을 수 있습니다. 나는 또한 파이썬 (2.7)과 파이썬 3을 사용해 보았는데 각각은 동일한 설정을 사용했다.
내가 무엇을 찾고 있는지 알 수는 없지만, 아이디어 나 의견은 크게 평가 될 것입니다. 이 경우에 무엇이 관련이 있는지 잘 모르기 때문에 더 많은 정보를 제공해 드리겠습니다. 그리고 미리 감사드립니다.
NumPy 설치가 BLAS를 사용하도록 구성되지 않았습니다. –