tensorflow - keras 会自动使用 gpu 吗？

Question

似乎它会自动使用 gpu，但我不知道为什么。

首先，我声明如下

tf_config = tf.ConfigProto( allow_soft_placement=True )
tf_config.gpu_options.allow_growth = True
sess = tf.Session(config=tf_config) 
keras.backend.set_session(sess)

然后我定义了一些模型如下

with K.tf.device('/gpu:0'):
    some keras model

很明显，它将使用 gpu，我检查了它是否按预期使用了第一个 gpu(索引为 0)。

但是后来，我删除了该行

with K.tf.device('/gpu:0'):

并重新缩进所有 keras 模型。我运行了代码，它似乎仍然使用第一个 gpu(索引为 0)。

在我的 ubuntu 上，我使用 nvidia-smi 命令检查 GPU 内存使用情况，并查看了 Windows 上的进程管理器。

它们都占用 gpu 内存及其用法。

据我所知，如果我不将它们分配给它的模型，tensorflow 不会使用 GPU。但是使用 Keras 似乎它会自动使用 gpu ......是因为我运行了代码

tf_config = tf.ConfigProto( allow_soft_placement=True )
tf_config.gpu_options.allow_growth = True
sess = tf.Session(config=tf_config) 
keras.backend.set_session(sess)

还是我失踪的其他原因？

Answer 1

根据documentation如果 GPU 存在，TensorFlow 将默认使用它:

If a TensorFlow operation has both CPU and GPU implementations, the GPU devices will be given priority when the operation is assigned to a device. For example, matmul has both CPU and GPU kernels. On a system with devices cpu:0 and gpu:0, gpu:0 will be selected to run