优化 Keras 以使用所有可用的 CPU 资源
Optimizing Keras to use all available CPU resources
好吧，我真的不知道我在说什么，所以请耐心等待。
我正在 运行使用 Theano 后端将 Keras 运行 用于 MNIST 图像上的基本神经网络（目前只是一个教程）。过去，我一直在使用我的旧 HP 笔记本电脑，因为我有 Windows 和 Ubuntu 16.06 的双启动设置。我正在尝试更换这台笔记本电脑，这样我就可以把它报废并使用我的新（呃）索尼笔记本电脑。我用 Ubuntu 16.06 和 Windows 10 设置了相同的双启动。这是问题所在：
当我在我的旧 HP (Ubuntu) 上 运行 时，我获得了明显更好的性能（就时间而言）。我 运行 同时在两台机器上运行相同的程序，并使用 Ubuntu 系统监视器，发现旧的 HP 机器使用所有 4 个内核，因此 100% 可用 CPU.较新的 Sony 仅使用 1 个内核，上限约为 26% CPU。
我宁愿尽可能避免手动处理多线程。我试过用 openmp 没用，反正 HP 没有它就用了所有 4 个内核。
我很确定我在两台机器上都遵循了相同的设置，但我可能在 HP 上安装了额外的软件包，因为我刚才这样做了，可能忘记了我安装了什么。我也尝试过使用 Python (2.7) 和 python3，每个都具有相同的设置。
我不知道自己在寻找什么，但如果有任何想法或意见，我们将不胜感激。我很乐意提供更多信息，因为我不确定在这种情况下什么是相关的。提前谢谢你。
好的，当然，我在发布问题后就想通了。对不起，如果我浪费了任何人的时间。
我只是使用 apt-get 而不是 pip 重新安装了所有东西，并且成功了。不知道为什么，也许我第一次错过了什么。无论如何，
sudo apt-get install python-numpy python-scipy python-dev python-nose g++ libblas-dev git
已修复。不确定是哪个包。我想我只是第一次使用 sudo apt-get install theano。
好吧，我真的不知道我在说什么，所以请耐心等待。
我正在 运行使用 Theano 后端将 Keras 运行 用于 MNIST 图像上的基本神经网络（目前只是一个教程）。过去，我一直在使用我的旧 HP 笔记本电脑，因为我有 Windows 和 Ubuntu 16.06 的双启动设置。我正在尝试更换这台笔记本电脑，这样我就可以把它报废并使用我的新（呃）索尼笔记本电脑。我用 Ubuntu 16.06 和 Windows 10 设置了相同的双启动。这是问题所在：
当我在我的旧 HP (Ubuntu) 上 运行 时，我获得了明显更好的性能（就时间而言）。我 运行 同时在两台机器上运行相同的程序，并使用 Ubuntu 系统监视器，发现旧的 HP 机器使用所有 4 个内核，因此 100% 可用 CPU.较新的 Sony 仅使用 1 个内核，上限约为 26% CPU。
我宁愿尽可能避免手动处理多线程。我试过用 openmp 没用，反正 HP 没有它就用了所有 4 个内核。
我很确定我在两台机器上都遵循了相同的设置，但我可能在 HP 上安装了额外的软件包，因为我刚才这样做了，可能忘记了我安装了什么。我也尝试过使用 Python (2.7) 和 python3，每个都具有相同的设置。
我不知道自己在寻找什么，但如果有任何想法或意见，我们将不胜感激。我很乐意提供更多信息，因为我不确定在这种情况下什么是相关的。提前谢谢你。
好的，当然，我在发布问题后就想通了。对不起，如果我浪费了任何人的时间。
我只是使用 apt-get 而不是 pip 重新安装了所有东西，并且成功了。不知道为什么，也许我第一次错过了什么。无论如何，
sudo apt-get install python-numpy python-scipy python-dev python-nose g++ libblas-dev git
已修复。不确定是哪个包。我想我只是第一次使用 sudo apt-get install theano。