脚本专栏 
首页 > 脚本专栏 > 浏览文章

解决keras backend 越跑越慢问题

(编辑:jimmy 日期: 2024/11/18 浏览:3 次 )

Keras运行迭代一定代数以后,速度越来越慢,经检查是因为在循环迭代过程中增加了新的计算节点,导致计算节点越来越多,内存被占用完,速度变慢。

判断是否在循环迭代过程中增加了新的计算节点,可以用下面的语句:

tf.Graph.finalize()

如果增加了新的计算节点,就会报错,如果没有报错,说明没有增加计算节点。

补充知识:win10下pytorch,tensorflow,keras+tf速度对比

采用GitHub上的代码

运行类似vgg模型,在cifar10上训练,结果朋友torch与tensorflow速度相当,远远快过keras。

pytorch tensorflow keras+tensorflow version 0.4.0 1.8.0 Keras: 2.1.6 Tensorflow: 1.8.0 train time: 1min 14s 1min 9s 1min 51s evaluate time: 378 ms 9.4 s 826 ms

以上这篇解决keras backend 越跑越慢问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

上一篇:sklearn和keras的数据切分与交叉验证的实例详解
下一篇:Python虚拟环境的创建和包下载过程分析
友情链接:杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网 SiteMap