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)

轉載于:https://www.cnblogs.com/stAr-1/p/10757378.html

總結

以上是生活随笔為你收集整理的Keras使用多个GPU并行的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。