解決keras backend 越跑越慢問題
阿新 • • 發佈:2020-06-19
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。