我正在使用 keras-rl 使用 D-DQN 算法训练我的网络。我正在 GPU 上运行我的训练,该model.fit_generator()
函数允许在 GPU 进行反向传播时将数据发送到 GPU。与 GPU 处理数据的速度相比,我怀疑数据的生成速度太慢了。
在生成数据时,按照 D-DQN 算法的说明,我必须首先用我的模型预测 Q 值,然后将这些值用于反向传播。如果使用 GPU 来运行这些预测,则意味着它们正在破坏我的数据流(我希望反向传播尽可能频繁地运行)。
有没有办法可以指定在哪个设备上运行特定操作?在某种程度上,我可以在 CPU 上运行预测,在 GPU 上运行反向传播。