TensorFlow程序分析（profile）实战

最新推荐文章于 2025-06-13 01:05:02 发布

黑暗星球

最新推荐文章于 2025-06-13 01:05:02 发布

阅读量3.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： TensorFlow教程文章标签： tensorflow profile

本文链接：https://blog.youkuaiyun.com/u014061630/article/details/82872115

本文介绍了如何在TensorFlow中进行程序分析，包括建立模型、加载数据、统计模型参数量、浮点运算数，以及详细分析模型的内存占用和运行时间。通过使用TensorFlow的profile工具，为优化模型性能提供了实用的建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

导入必要的包

import os
import tempfile

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

建立模型

batch_size = 100

# placeholder
inputs = tf.placeholder(tf.float32, [batch_size, 784])
targets = tf.placeholder(tf.float32, [batch_size, 10])

# model
fc_1_out = tf.layers.dense(inputs, 500, activation=tf.nn.sigmoid)
fc_2_out = tf.layers.dense(fc_1_out, 784, activation=tf.nn.sigmoid)
logits = tf.layers