Tensorflow使用训练好的模型进行测试,发现计算速度越来越慢

本文解决TensorFlow中因连续加载多个神经网络模型导致的运行速度下降和内存占用过高的问题。通过使用tf.reset_default_graph()清除旧模型,显著提高加载和计算速度。

实验时要对多个NN模型进行对比,依次加载直到第8个模型时,发现运行速度明显变慢而且电脑开始卡顿,查看内存占用90+%。

原因:使用过的NN模型还会保存在内存,继续加载一方面使新模型加载特别特别慢,另一方面是模型计算速度也会下降很多。

解决方法:加载新模型之前把旧的模型撤掉:

tf.reset_default_graph()

reset后加载和计算速度明显提升,亲测有效

参考:

tensorflow 多个模型测试阶段速度越来越慢问题的解决方法

转载于:https://www.cnblogs.com/peanutk/p/10840059.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