如何加快收敛速度?
-
使用GPU
越是复杂的网络,GPU的性能提高也明显。使用GPU是最有效的提高收敛速度的方法 -
使用model.fit()
使用tensorflow提供的model.fit()训练速度非常快,比自己编写的算法要快很多。凡是能够直接应用的,一定使用tensorflow提供的函数与方法。 -
使用@tf.function
如果必须要使用定制化的算法,可以在关键的地方使用@tf.function,大概可以提高1倍的训练速度。@tf.function 一般修饰梯度带所在的函数,也可以是计算损失函数。比如:
@tf.function
def train_ae(x):
with tf.GradientTape() as tape:
x_rec_logits <