在之前的Tensorflow入门教程（九）中我简单介绍了Tensorflow数据并行多GPU处理的思路，今天我将结合具体的例子来详细说一说如何去实现。
1、数据集下载
为了方便大家学习，我把预处理后的图像分享给大家，我用的图像是细胞分割图像，百度云链接: https://pan.baidu.com/s/1T0hKE0uvWkDHnK-a8p1bGg 密码: g1u4。
2、数据准备
下载完后的数据，如图所示。大家不用担心，我已经将这些图像路径都写成csv格式。我们只需将这些数据放在D:Data目录下即可。将两个csv文件跟我们的训练脚本放在同一目录下。
3、设置参数并训练
我们只需设置batch_size 和num_gpus参数，例如我用两块GTX1080进行训练时，设置batch_size 为4，num_gpus=2。当设置完毕后，我们直接运行脚本训练。
为了方便大家更高效地学习，我将代码进行了整理并更新到Github上，地址：https://github.com/junqiangchen/MutiltGPU_Unet2d
如果大家觉得这个项目还不错，希望大家给个Star并Fork，可以让更多的人学习。如果有任何问题，随时给我留言我会及时回复的。
