![](https://img-blog.csdnimg.cn/20190918140012416.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
模型加速
有关加速的博客
Cater Chen
这个作者很懒,什么都没留下…
展开
-
Optuna — 超参自动化调整利器 学习笔记
https://zhuanlan.zhihu.com/p/259993570转载 2021-07-21 10:02:33 · 244 阅读 · 0 评论 -
TensorFlow. ——数据读取方式
TensorFlow. ——数据读取方式tensortlfow数据读取有三种方式:placehold feed_dict:从内存中读取数据,占位符填充数据queue队列:从硬盘读取数据Dataset:同时支持内存和硬盘读取数据placehold feed_dict:这是一种常见的方法,在这里不多作讨论,但注意的是,在tensorflow里对数据进行预处理会提高效率。queue队列:如果我们的数据读取算法没有设计多线程的话(即单线程),由于读取数据和处理数据在同一个进程是有先后原创 2020-08-28 11:41:54 · 461 阅读 · 1 评论 -
CPython介绍
CPythonCPython是特指C语言实现的Python,就是原汁原味的Python。之所以使用CPython这个词,是因为Python还有一些其它的实现,比如Jython,就是Java版的Python,还有烧脑的PyPy,使用Python再把Python实现了一遍。当我们编写Python代码时,我们得到的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码,就需要Python解释器去执行.py文件。由于整个Python语言从规范到解释器都是开源的,所以理论上,只要水平够高,原创 2020-08-27 17:51:15 · 2491 阅读 · 1 评论 -
Tensorflow ——并行计算
Tensorflow ——并行计算数据并行一个简单的加速训练的技术是并行地计算梯度,然后更新相应的参数。数据并行又可以根据其更新参数的方式分为同步数据并行和异步数据并行,同步的数据并行方式如图所示,tensorflow图有着很多的部分图模型计算副本,单一的客户端线程驱动整个训练图,来自不同的设备的数据需要进行同步更新。这种方式在实现时,主要的限制就是每一次更新都是同步的,其整体计算时间取决于性能最差的那个设备。数据并行还有异步的实现方式,如图所示,与同步方式不同的是,在处理来自不同设备的数据更新原创 2020-08-27 18:43:41 · 1321 阅读 · 0 评论