当我尝试使用Caffe和Python（2.7和3.5）从经过预训练的VGG 16/19模型中获取输出时（2.7和3.5），在net.forward（）步骤（在笔记本电脑的CPU上）上花费了15秒以上。
我想知道是否有人会建议我这样做，就像其他许多模型（例如ResNet，AlexNet）一样，我在一瞬间就得到了输出，这是迄今为止我发现的唯一一个表现不佳的模型。
我使用的代码如下：
img = cv2.imread(path + img_name + '.jpg')
img = transform_img(img,224,224) #Resizes image.
net = caffe.Net(model_prototxt,model_trained,caffe.TEST)
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_transpose('data', (2,0,1))
net.blobs['data'].data[...] = transformer.preprocess('data', img)
start = timer()
out = net.forward()
end = timer()
print('Runtime: ' + "{0:.2f}".format(end-start) + 's')
抱歉，这可能是一个非常新手的问题，在此先感谢所有花时间回答的人。