[keras] 常用层

池化层

MaxPooling2D(pool_size=(2, 2), strides=None, padding=’valid’, data_format=None)
GlobalMaxPooling2D(data_format=None) default =channel last

循环层

LSTM
GRU
CuDNNLSTM
CuDNNGRU

　问题： lstm对gpu利用率不高，原因是什么？

具体看GPU占用率，也就是模型复杂度，如果GPU占用率不是很高，不建议并行，因为并行后的速度由于多了通信的开销，还不如单卡的速度。
比如我的lstm处理75维的数据，只有20万参数，跟几千万的卷积网络没法比，用四卡完全没必要。

问题：gpu的显存全部占满，是用什么占满的，网络参数只有不到几百兆，为什么利用率却不高

直接分配所有，如果想按需分配，可以在session中设置一个参数

keras输入能不能利用类似tfrecord这样的