我在集群上使用Keras和Tensorflow后端(创建神经网络).我如何在集群上(在多个内核上)以多线程方式运行它，或者这是由Keras自动完成的？例如，在Java中，可以创建几个线程，每个线程运行在一个内核上.
如果可能，应该使用多少芯？
我在集群上使用Keras和Tensorflow后端(创建神经网络).我如何在集群上(在多个内核上)以多线程方式运行它，或者这是由Keras自动完成的？例如，在Java中，可以创建几个线程，每个线程运行在一个内核上.
如果可能，应该使用多少芯？
Tensorflow自动在一台机器上可用的尽可能多的核上运行计算.
如果您有分布式集群，请确保按照https://www.tensorflow.org/how_tos/distributed/中的说明配置集群.(例如，正确创建tf.ClusterSpec等)
为了帮助调试，您可以使用会话上的log_device_placement个配置选项，让Tensorflow打印出实际放置计算的位置.(注意:这适用于GPU和分布式Tensorflow.)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
请注意，虽然Tensorflow的计算布局算法适用于小型计算图，但通过在特定设备中手动放置计算，您可能能够在大型计算图上获得更好的性能.(例如，使用with tf.device(...):个区块.)