1. 程式人生 > 程式設計 >解決keras backend 越跑越慢問題

解決keras backend 越跑越慢問題

Keras執行迭代一定代數以後,速度越來越慢,經檢查是因為在迴圈迭代過程中增加了新的計算節點,導致計算節點越來越多,記憶體被佔用完,速度變慢。

判斷是否在迴圈迭代過程中增加了新的計算節點,可以用下面的語句:

tf.Graph.finalize()

如果增加了新的計算節點,就會報錯,如果沒有報錯,說明沒有增加計算節點。

補充知識:win10下pytorch,tensorflow,keras+tf速度對比

採用GitHub上的程式碼

執行類似vgg模型,在cifar10上訓練,結果朋友torch與tensorflow速度相當,遠遠快過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

以上這篇解決keras backend 越跑越慢問題就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。