Tensorflow使用训练好的模型进行测试,发现计算速度越来越慢
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:
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: