Den*_*nym 6 optimization prediction neural-network keras tensorflow
我正在用model.load()在keras中加载模型,发现与进行后续预测相比,第一个预测的计算时间要长10倍以上,这可能是为什么发生的任何想法,或者建议先进行负载初始化预测周期加快将不胜感激。
我正在将Tensorflow后端用于CPU处理。
感谢您的帮助,Denym
好的,所以我找到了适合我的答案:
如果您同时加载多个模型,请不要使用 keras model.load 函数,将您的结构保存为 json/yaml,将权重保存为 .h5 并按照 keras 示例加载。
在处理少于 5 个模型时,model.load 函数要快得多,但是加载时间会随着同时加载的模型数量呈指数增长。
当同时加载 100 个模型时,从 json 加载和从 .h5 加载权重的速度提高了 10 倍,虽然加载结构和权重方法时每个模型的速度有所放缓,但它是线性的而不是指数的,这使得一次加载多个模型时速度明显加快。
归档时间: |
|
查看次数: |
3362 次 |
最近记录: |