我用keras版本2.0.0和tensorflow版本0.12.1构建了docker 镜像https://github.com/floydhub/dl-docker的gpu版本.然后我运行了mnist教程https://github.com/fchollet/keras/blob/master/examples/mnist_cnn.py,但意识到keras没有使用GPU.以下是我的输出
root@b79b8a57fb1f:~/sharedfolder# python test.py
Using TensorFlow backend.
Downloading data from https://s3.amazonaws.com/img-datasets/mnist.npz
x_train shape: (60000, 28, 28, 1)
60000 train samples
10000 test samples
Train on 60000 samples, validate on 10000 samples
Epoch 1/12
2017-09-06 16:26:54.866833: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.
2017-09-06 16:26:54.866855: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are …我知道这是最受欢迎的问题之一，但到目前为止，没有一个解决方案对我有用。
tensorflow v1.13.1我正在运行用和编写的遗留代码keras v2.2.4。我无法修改代码来运行最新的张量流版本。由于 keras 现已合并到tensorflow中，因此我在通过pip安装特定版本的tensorflow和keras时遇到问题。我发现anaconda可以选择使用上述版本安装keras和tensorflow。所以，我安装了它
conda install -c conda-forge keras-gpu=2.2.4 tensorflow-gpu=1.13.1
它安装了该版本并且一切正常。但它不使用 GPU，而是在 CPU 上运行。我注意到 anaconda 安装了 Tensorflow 的 CPU 和 GPU 版本，我想这就是它默认为 CPU 版本的原因。所以，我的问题是，如何强制它使用 GPU 版本？
PS：有很多答案建议删除CPU版本的tensorflow。但是当我尝试删除 CPU 版本时，conda 会卸载所有内容，包括 keras。所以，我认为当两者都安装时应该有一种使用tensorflow-gpu的方法。任何在这方面的帮助表示赞赏！