是否有任何影响RAM以外的速度的东西？我正在在两台不同的笔记本电脑上运行一个实验，一台仅分配300MB，另一个分配4GB，尽管分配了小于内存的1/10，但300MB还是以某种方式运行速度更快。
。不同类型的NVIDIA卡有可能分配问题吗？这是两者的同一LSTM。
是的，如果您正在运行tensorflow-gpu(与代码并行运行得更快，快得多(，则TensorFlow会受到CPU的时钟速度或GPU的特性的影响。从GPU的单核性能到视频RAM的所有事物都会影响您的NN训练速度，尽管它可能是非线性的 - 例如，高带宽GPU可能不会在小小的foreforward上低带宽GPU的性能提高太大网络。除非您运行多个GPU，并且如果您不尝试分配内存以填充超过80％的VRAM(我通常会发现前20％已满(，我不知道为什么这将是记忆分配问题 - 最后，我知道已经有一段时间了，因此，如果您仍然有问题，也许会更新您的CUDA驱动程序。