Ich füttere die Daten mit Eingabepipelinemethoden zum Diagramm und tf.train.shuffle_batch
wird implementiert, um Batchdaten zu generieren. Mit fortschreitendem Training wird der Tensorflow jedoch für spätere Iterationen immer langsamer. Ich bin verwirrt darüber, was der wesentliche Grund dafür ist? Vielen Dank! Mein Code-Schnipsel ist:Das Tensorflow-Training wird langsamer und langsamer, wenn die Iteration mehr als 10.000 beträgt. Warum?
def main(argv=None):
# define network parameters
# weights
# bias
# define graph
# graph network
# define loss and optimization method
# data = inputpipeline('*')
# loss
# optimizer
# Initializaing the variables
init = tf.initialize_all_variables()
# 'Saver' op to save and restore all the variables
saver = tf.train.Saver()
# Running session
print "Starting session... "
with tf.Session() as sess:
# initialize the variables
sess.run(init)
# initialize the queue threads to start to shovel data
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)
print "from the train set:"
for i in range(train_set_size * epoch):
_, d, pre = sess.run([optimizer, depth_loss, prediction])
print "Training Finished!"
# Save the variables to disk.
save_path = saver.save(sess, model_path)
print("Model saved in file: %s" % save_path)
# stop our queue threads and properly close the session
coord.request_stop()
coord.join(threads)
sess.close()
Es ist schwer das Programm zu sagen, ohne zu sehen, aber ich vermute, dass etwas in Ihrem Trainingsschleife Knoten des Graphen hinzufügt. Wenn dies der Fall ist, könnten Sie auch an einem Speicherleck leiden, so [diese Dokumentation] (http://stackoverflow.com/documentation/tensorflow/3883/how-to- debug-a-memory-leak-in- tensorflow/13426/use-graph-finalize-to-catch-nodes-hinzugefügte-to-the-graph # t = 201612280201558374055) hat eine potentielle Debugging-Technik. – mrry
Klingt wie ein Shlemiel The Painter-Algorithmus. Sind Sie vielleicht in der Lage, andere Metadaten zu verfolgen, indem Sie diese an eine Datenstruktur mit O (n) einfügen oder verketten? Die –
Ich habe mein Code-Snippet, vielen Dank! – Lei