Tensorflow 时期太慢了答案

【问题标题】：Tensorflow epochs are too slowTensorflow 时期太慢了
【发布时间】：2020-09-18 13:40:29
【问题描述】：

我正在尝试使用 python 界面开始使用 tensorflow。我正在构建一个图像分类系统，解释为Here。但是在运行代码的时候，epochs耗时太长，1个epoch差不多2分钟，如果增加步数，epoch运行时间成倍增长。
我的系统配置是： p>

和软件配置是：

Python 3.7
蜘蛛4
张量流 2.2.0

我发现了类似的线程Here，但就我而言，基本操作已经足够快了。

如何提高张量流的性能

【问题讨论】：

您需要 Nvidia GPU 来加速训练。到今天为止，没有办法解决。
每个 epoch 两分钟听起来对平台来说是合理的，我不会称之为“慢”
@Dr.史努比从给定的链接阅读文档，每个时期只有 15 个步骤......因此它非常慢
比较点是什么？文章没有说明它使用哪个平台来获得每个 epoch 8 秒，因此声称每个 epoch 15 步必须快是不正确的。

标签： python tensorflow machine-learning

【解决方案1】：

遗憾的是，TensorFlow 和 PyTorch 都只使用 Cuda 作为 GPU 加速的后端，它们不支持任何 Mac'a GPU - Intel 或 AMD。这意味着您的 TensorFlow 代码只能在 CPU 上运行。

【讨论】：

【解决方案2】：

根据文档，fit_generator 函数可能的参数如下

fit_generator(
    generator, steps_per_epoch=None, epochs=1, verbose=1, callbacks=None,
    validation_data=None, validation_steps=None, validation_freq=1,
    class_weight=None, max_queue_size=10, workers=1, use_multiprocessing=False,
    shuffle=True, initial_epoch=0
)

您可以尝试设置use_multiprocessing=True 或设置workers 以使用最大数量的worker 来加快进程。 Here关于参数的一些细节

如果这对你来说仍然太慢，恐怕你需要一个 GPU

注意：您可以使用 Google Collab 并在 CPU/GPU/TPU 机器之间切换。

【讨论】：