主要介绍了keras 多gpu并行运行案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

一、多张gpu的卡上使用keras 有多张gpu卡时，推荐使用tensorflow 作为后端。使用多张gpu运行model，可以分为两种情况，一是数据并行，二是设备并行。 二、数据并行 数据并行将目标模型在多个设备上各复制一份，并使用每个设备上的复制品处理整个数据集的不同部分数据。 利用multi_gpu_model实现 keras.utils.multi_gpu_model(model, gpus=None, cpu_merge=True, cpu_relocation=False) 具体