小编Jac*_*ang的帖子

我是张量流的新手。下面的代码可以成功运行，没有任何错误。前10行输出，计算速度很快，输出（定义在最后一行）一行一行飞。但是，随着迭代的增加，计算变得越来越慢，最终变得难以忍受。所以我想知道是否有任何修改可以加快速度。

以下是此代码的简要说明： 此代码将单个隐藏层神经网络应用于数据集。它旨在找到 rate[0] 和 rate[1] 的最佳参数，这些参数会影响损失函数。在训练的每一步中，都会将一个元组输入模型，并立即评估元组的准确性（这种数据在现实世界中以流的形式出现）。

import tensorflow as tf
import numpy as np

n_hidden=50
n_input=37
n_output=2
data_raw=np.genfromtxt(r'data.csv',delimiter=",",dtype=None)
data_info=np.genfromtxt(r'data2.csv',delimiter=",",dtype=None)

def pre_process( tuple):
    ans = []
    temp = [0 for i in range(24)]
    temp[int(tuple[0])] = 1
    # np.append(ans,np.array(temp))
    ans.extend(temp)
    temp = [0 for i in range(7)]
    temp[int(tuple[1]) - 1] = 1
    ans.extend(temp)
    # np.append(ans,np.array(temp))
    temp = [0 for i in range(3)]
    temp[int(tuple[3])] = 1
    ans.extend(temp)
    temp = [0 for i in range(2)]
    temp[int(tuple[4])] = 1
    ans.extend(temp)
    ans.extend([int(tuple[5])])
    return np.array(ans)

x=tf.placeholder(tf.float32, …