当前位置:  开发笔记 > 编程语言 > 正文

解决keras backend 越跑越慢问题

这篇文章主要介绍了解决kerasbackend越跑越慢问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

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。

推荐阅读
360691894_8a5c48
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有