解决keras backend 越跑越慢问题

Keras运行迭代一定代数以后，速度越来越慢，经检查是因为在循环迭代过程中增加了新的计算节点，导致计算节点越来越多，内存被占用完，速度变慢。

判断是否在循环迭代过程中增加了新的计算节点，可以用下面的语句：

tf.Graph.finalize()

如果增加了新的计算节点，就会报错，如果没有报错，说明没有增加计算节点。

补充知识：win10下pytorch，tensorflow，keras+tf速度对比

采用GitHub上的代码

运行类似vgg模型，在cifar10上训练，结果朋友torch与tensorflow速度相当，远远快过keras。

pytorch tensorflow keras+tensorflow version 0.4.0 1.8.0 Keras: 2.1.6 Tensorflow: 1.8.0 train time： 1min 14s 1min 9s 1min 51s evaluate time： 378 ms 9.4 s 826 ms

以上这篇解决keras backend 越跑越慢问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。