我有一个旧的Keras代码,我已经将其移植到tensroflow2tf.keras
,只做了最小的更改。它现在在GPU上运行速度慢了2倍,但它正在使用GPU。我用过
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
在我的每个脚本的顶部(我创建模型并使用单独的.py
文件对其进行训练(,但我怀疑急切的执行可能会以某种方式启动。
我不使用fit_generator
,但我使用train_on_batch
并手动循环,因为我正在训练一个对抗性网络。
我如何检查/确保热切的执行始终处于关闭状态?我运行的主脚本是train.py
,它从其他脚本中导入函数。
您可以使用tf.executing_eagerly()
,当热切执行打开时返回True
。您还可以使用tensorboard检查GPU的状态,并详细检查问题,以确定问题可能在哪里。这两个链接将为您提供更多信息。
Tensorflow急于执行
Tensorboard