マルチGPUトレーニングをkeras

あなたはmulti_gpu_modelを使用することができます

輸入TFとしてtensorflow
 から keras.applicationsがインポートXceptionを
 から keras.utils インポートmulti_gpu_model
 輸入NPとしてnumpyのを

num_samples = 1000 
、高さ = 224 
幅 = 224 
num_classes = 1000

＃インスタンス化ベースモデルの
＃（ここでは、我々はオプションであるCPU、でそれを行います）。
tf.deviceと（' / CPU：0 ' ）：
    モデル = Xception（ウェイト= なし、
                     input_shape =（高さ、幅、3 ）、
                     クラス = num_classes）

＃8のGPUのモデルを複製します。
＃これはあなたのマシンが8利用可能なGPUを持っていることを前提としています。
parallel_model = multi_gpu_model（モデルのGPU = 8 ）
parallel_model.compile（損失 = ' categorical_crossentropy ' 、
                       オプティマイザ = ' rmsprop ' ）

＃ダミーデータを生成します。
X = np.random.random（（num_samples、高さ、幅、3 ））
Y = np.random.random（（num_samples、num_classes））

＃この`fit`コールは8つのGPU上で配布されます。
＃バッチサイズは256であるので、各GPUは、32個のサンプルを処理します。
parallel_model.fit（X、Y、エポック= 20、BATCH_SIZE = 256）

 https://www.jianshu.com/p/d57595dac5a9

https://keras.io/utils/#multi_gpu_model