Перенос модели LSTM с процессора на графический процессор
У меня есть очень простая модель LSTM, которую я построил в тензорном потоке, и она работает на процессоре. Однако я хочу использовать эту модель на графическом процессоре. Для pytorch я определил устройство и т. д., Однако для tensorflow я понятия не имею, почему он не может работать. У вас есть какие-нибудь предложения для меня? Спасибо
model = Sequential()
model.add(LSTM(64, activation='relu', input_shape=(X_train.shape[1], X_train.shape[2]), return_sequences=True))
model.add(LSTM(32, activation='relu', return_sequences=False))
model.add(Dropout(0.1))
model.add(Dense(Y_train.shape[1], kernel_regularizer='l2'))
callback = tf.keras.callbacks.EarlyStopping(monitor='loss', patience=50)
opt = keras.optimizers.Adam(learning_rate=0.0008)
model.compile(optimizer=opt, loss='mse')
#model.summary()
history = model.fit(X_train, Y_train, epochs=2, batch_size=100, validation_data=(X_val, Y_val), callbacks=[callback],verbose=1, device).to(device)
Я использую тензорный поток.
Вместо этого попробуйте установить tensorflow-gpu, чтобы выполнять вычисления на графическом процессоре.
Ответы 1
Для тензорного потока модели по умолчанию запускаются для вычислений на графическом процессоре. Это указано в их официальной документации.
Есть ли какая-то ошибка, которая появляется при запуске вашей модели? Потому что это должно отлично работать при работе на графическом процессоре, а не на процессоре.
Спасибо. На самом деле, основываясь на вашем комментарии, я снова проверил модель. Это дает мне ошибку (такая же метрика уже существует) относительно '#callback = tf.keras.callbacks.EarlyStopping(monitor='loss', терпение=50) #opt = python.keras.optimizers.Adam(learning_rate=0.0008)' Эта часть кода. Итак, когда я комментирую эти строки, это работает.
Какую версию Tensroflow вы установили
tensorflowилиtensorflow-gpu?