KerasClassifier 设置GPU
时间: 2023-01-31 08:08:22 浏览: 80
要在 KerasClassifier 中使用 GPU,您需要确保以下几点:
1. 安装了 GPU 版本的 TensorFlow,可以使用 `pip install tensorflow-gpu` 命令安装。
2. 确保电脑上有可用的 GPU,可以使用 `nvidia-smi` 命令查看。
3. 在构建 Keras 模型时,需要使用 `with tf.device('/gpu:0'):` 来指定使用 GPU 进行训练。
下面是一个示例代码,展示了如何使用 GPU 训练 KerasClassifier 模型:
```
import tensorflow as tf
from keras.utils import np_utils
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Activation
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.model_selection import GridSearchCV
# 载入 MNIST 数据集
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# 对数据进行预处理
X_train = X_train.reshape(60000, 784)
X_test = X_test.reshape(10000, 784)
X_train = X_train.astype('float32')
X_test = X_test.astype('float32')
X_train /= 255
X_test /= 255
Y_train = np_utils.to_categorical(y_train, 10)
Y_test = np_utils.to_categorical(y_test, 10)
# 定义 KerasClassifier
def create_model(optimizer='rmsprop', init='glorot_uniform'):
with tf.device('/gpu:0'):
model = Sequential()
model.add(Dense(units=64, input_dim=784, kernel_initializer=init))
model.add(Activation('relu'))
model.add(Dense(units=10, kernel_initializer=init))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy'])
return model
model = KerasClassifier(build_fn=create_model, verbose=0)
# 设置超参数搜索