Keras使用多個GPU並行

model = Model(inputs=[v_i, v_j], outputs=output_list) model = multi_gpu_model(model,4) model.compile(....)

主要就是第二句話中的

multi_gpu_model函數，會把數據和模型分到多個gpu上執行

有個坑，就是整個程序導入keras時要么全部from keras import ...,要么全部 from tensorflow.python.keras import ...，不能tensorflow里的keras不能和原生keras混用，
要不就會報Node' object has no attribute 'output_masks的錯誤


https://blog.csdn.net/sinat_26917383/article/details/75633754

上邊博客里邊動態分配內存時，如果使用的是tensorflow里的keras那么不用set_session,如果遠程keras那么需要K.set_session(sess)