tensorflow 迭代周期长,每个epoch时间变慢

理论上,session启动后,每个epoch训练时间应该是差不多,而且不会因为迭代周期变长,epoch时间变慢。原因是session里定义了tf.op导致的,每一次迭代都会在graph里增加新的节点,导致memory leak,程序越来越慢,最后强行退出。解决方法,可以在session里定义graph.finalize()锁定graph。比如:

sess = tf.Session()
for epoch in range(EPOCHS):
  ...
  sess.graph.finalize() #增加这行

转载于:https://www.cnblogs.com/walktosee/p/10492126.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值