在调用训练好的模型进行图片分类时,其中的一个操作是分析logits中数值最大的元素的下标,也就是argmax方法。但在实际运行时发现,随着分类进程的推进,图像分类耗时越来越长,对各部分操作耗时进行统计,发现问题出在tf.argmax()操作。
为了确保分类效率,可以采用numpy库的argmax函数代替之,具体如下:
# 原始的argmax操作
indicies = tf.argmax(logits, 1).eval()
# 修改之后的argmax操作
indicies = np.argmax(logits, axis = 1)