Tensorflow 训练时运行越来越慢，重启后又变好是什么原因

答案:2 悬赏:20 手机版

解决时间 2021-03-05 14:30

提问者网友：佞臣
2021-03-04 22:42

最佳答案

五星知识达人网友：忘川信使
2021-03-04 22:47

我也碰到了同样的问题。当时小郁闷了一下，好不容易把系统和各种需要的组建包都按照完毕，对，不止装了一遍。第一遍ubuntu系统安装的中文版，感觉各种不好用。于是果断刷机，再装一遍。但是，为什么跑了一晚上，每批的处理速度就从6秒一直下降到17秒，而且还有继续下降的趋势。难道是哪个组建包没有安装正确？于是将各个软件包都依次重装了一遍，都没有问题！那么问题是出在tensorflow的代码上吗？要google上面搜了一把，发现国外大牛的回答：是不断增加的computational graph导致的GPU溢出，只需在每次sess.run(init)之后，执行graph_finalize()（用手机打的字，具体命令的名字可能有误差），程序就会控制graph的不断增加，防止溢出。马上修改程序，再一执行，什么？程序报错！graph是只读的不能被更改，哎呦，我运行的示例代码居然有显示的graph.greater()操作，那么程序越跑越慢看似就是正常的了～～～哪位大牛有更好的理解，请不吝赐教！

全部回答

1楼网友：几近狂妄
2021-03-05 00:03

基本使用使用 tensorflow, 必须明白 tensorflow: 使用图 (graph) 表示计算任务. 称 (session) 文 (context) 执行图. 使用 tensor 表示数据. 通变量 (variable) 维护状态. 使用 feed fetch 任意操作

我要举报

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息