确保Python代码是否在GPU或CPU上运行

Question

我已经编写了一些基本的Deep Learning代码，其中有2个LSTM层。我使用Keras和Theano作为我的后端。我的机器上的这段代码在AWS上比在AWS上的另一台机器上花费的时间太长。在运行速度更快的机器上，每个纪元需要640秒，而在运行速度较慢的机器上，每个纪元需要超过10,000秒。

我开始认为较慢机器上的代码没有在GPU上运行。两台机器上运行的代码完全相同。机器配置也是一样的。

看起来像是Theano安装在较慢的机器上。我跑了下面的代码，并得到了结果：

有没有一种方法来检查，如果我的代码是在GPU或CPU上运行？

在这方面的任何帮助将不胜感激。

TIA。

编辑

按照从@Marcin提醒，我添加以下代码：

但是当我运行下面的代码，我仍然得到Used the cpu结果：

Answer 1

有s everal方法可以检查：

1. 入住Theano标志：

   import os 
   print(os.environ["THEANO_FLAGS"]) 
   

   ，看看device设置。

2. 尝试运行该代码段提供here：

代码：

from theano import function, config, shared, tensor 
import numpy 
import time 

vlen = 10 * 30 * 768 # 10 x #cores x # threads per core 
iters = 1000 

rng = numpy.random.RandomState(22) 
x = shared(numpy.asarray(rng.rand(vlen), config.floatX)) 
f = function([], tensor.exp(x)) 
print(f.maker.fgraph.toposort()) 
t0 = time.time() 
for i in range(iters): 
    r = f() 
t1 = time.time() 
print("Looping %d times took %f seconds" % (iters, t1 - t0)) 
print("Result is %s" % (r,)) 
if numpy.any([isinstance(x.op, tensor.Elemwise) and 
       ('Gpu' not in type(x.op).__name__) 
       for x in f.maker.fgraph.toposort()]): 
    print('Used the cpu') 
else: 
    print('Used the gpu') 

编辑：

尝试增加这个片段作为前两个（重要）线您的代码：

import os 
os.environ["THEANO_FLAGS"] = "mode=FAST_RUN,device=gpu,floatX=float32"