请教各位前辈,这样的gpu速度正常吗?

请教邹老师和各位前辈,这周买了一块二手gtx 950,但安装了TensorFlow的gpu版本运算的速度居然比cpu运算速度差不多,没有达到一般宣传中的两个数量级的差距,不知道是我没有配置好,还是显卡问题,还请各位帮忙看一下gpu的运行日志中是否有什么异常情况,导致了运算速度的低下。   第一段程序的代码:
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import datetime 


#载入数据集
mnist = input_data.read_data_sets("MNIST_data",one_hot=True)

#每个批次的大小
batch_size = 100
#计算一共有多少个批次
n_batch = mnist.train.num_examples // batch_size

#定义两个placeholder
x = tf.placeholder(tf.float32,[None,784])
y = tf.placeholder(tf.float32,[None,10])

#创建一个简单的神经网络
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
prediction = tf.nn.softmax(tf.matmul(x,W)+b)

#二次代价函数
loss = tf.reduce_mean(tf.square(y-prediction))
#使用梯度下降法
train_step = tf.train.AdagradOptimizer(0.2).minimize(loss)

#初始化变量
init = tf.global_variables_initializer()

#结果存放在一个布尔型列表中
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))#argmax返回一维张量中最大的值所在的位置
#求准确率
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

with tf.Session() as sess:
    sess.run(init)
    for epoch in range(20):
        for batch in range(n_batch):
            batch_xs,batch_ys =  mnist.train.next_batch(batch_size)
            sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys})
            
        
        acc = sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels})
        print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.%f') + "Iter " + str(epoch) + ",Testing Accuracy " + str(acc))
  CPU运行速度:
cpu运算速度.png
cpu运算速度2.png
GPU运行速度:
gpu运算速度.png
gpu运算速度2.png
麻烦大家了,不胜感激。    

邹博 - 计算机科学博士,深谙机器学习算法原理

赞同来自:

刚才简单看了下这个Tensorflow实现Softmax回归的代码片段,这里没有用到GPU啊。

要回复问题请先登录注册