在tensorflow训练中,每组训练速度越来越慢,时长越来越高、从运行日志中可以看到:每个视频花费时间从9s到165s、到207s。这样每组数据有81个视频、导致每组数据训练时长从12分钟变到3小时变到4小时(一开始只需要十几分钟)~~虽然还差几组数据就训练完了,但这速度这简直不能忍
#·····································运行日志1····································#
100%|##################################################################################| 81/81 [12:56<00:00, 9.59s/it]
Predicting on frame of L:\collect_program\sign_language\sign-language-gesture-recognition-master\dataset\frames\train-frames\s10-Enemy
100%|##################################################################################| 81/81 [13:54<00:00, 10.30s/it]
Predicting on frame of L:\collect_program\sign_language\sign-language-gesture-recognition-master\dataset\frames\train-frames\s11-Son
100%|##################################################################################| 81/81 [16:42<00:00, 12.38s/it]
Predicting on frame of L:\collect_program\sign_language\sign-language-gesture-recognition-master\dataset

在TensorFlow训练过程中,由于未使用feed和fetch,导致计算图不断增大,训练时间逐渐增加。每组数据的训练时长从9秒飙升至207秒。解决方案是每组数据训练后清空计算图,实践证明此方法有效。
最低0.47元/天 解锁文章
788

被折叠的 条评论
为什么被折叠?



