tensorflow 迭代周期长，每个epoch时间变慢
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了tensorflow 迭代周期长，每个epoch时间变慢，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含335字，纯文字阅读大概需要1分钟。
内容图文
理论上，session启动后，每个epoch训练时间应该是差不多，而且不会因为迭代周期变长，epoch时间变慢。原因是session里定义了tf.op导致的，每一次迭代都会在graph里增加新的节点，导致memory leak，程序越来越慢，最后强行退出。解决方法，可以在session里定义graph.finalize()锁定graph。比如：
sess = tf.Session()
for epoch in range(EPOCHS):
...
sess.graph.finalize() #增加这行
原文：https://www.cnblogs.com/walktosee/p/10492126.html
内容总结
以上是互联网集市为您收集整理的tensorflow 迭代周期长，每个epoch时间变慢全部内容，希望文章能够帮你解决tensorflow 迭代周期长，每个epoch时间变慢所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。