如何最大化 R（使用 Keras 库）中 Tensorflow 2.0 的 GPU 使用率？

Question

我在 GPU 上将 R 与 Keras 和 tensorflow 2.0 结合使用。

将第二台显示器连接到我的 GPU 后，我在深度学习脚本中收到此错误：

我断定是 GPU 内存不足，解决方案似乎是这段代码：

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True  # dynamically grow the memory used on the GPU
config.log_device_placement = True  # to log device placement (on which device the operation ran)
                                    # (nothing gets printed in Jupyter, only if you run it standalone)
sess = tf.Session(config=config)
set_session(sess)  # set this TensorFlow session as the default session for Keras

根据这个post： https://github.com/tensorflow/tensorflow/issues/7072#issuecomment-422488354

虽然这个代码不被R接受。它说

unexpecterd token from Tensorflow.

Error in tf.ConfigProto() : could not find function "tf.ConfigProto"

如果我从这个post理解正确的话，tensorflow 2.0似乎不接受这个代码： https://github.com/tensorflow/tensorflow/issues/33504

有谁知道如何使用 Keras 库和 Tensorflow 2.0 从我的 R 脚本中最大化 GPU 使用率？

谢谢！

Answer 1

要在 tensorflow 2.0 中使用 keras 或 tensorflow 启用 GPU 内存增长，您需要在 tf 对象中找到正确的函数。

首先，找到您的 GPU 设备：

library(tensorflow)
gpu <- tf$config$experimental$get_visible_devices('GPU')[[1]]

然后为该设备启用内存增长：

tf$config$experimental$set_memory_growth(device = gpu, enable = TRUE)

您可以通过键入 tf$config$experimental$ 然后在 Rstudio 中使用选项卡自动完成功能找到更多相关功能。

由于这些功能被标记为实验性功能，它们将来可能会更改或移动位置。

如何最大化 R（使用 Keras 库）中 Tensorflow 2.0 的 GPU 使用率？

how can I maximize the GPU usage of Tensorflow 2.0 from R (with Keras library)?

r

tf.keras

tensorflow2.0