我的图表在resize
操作之前有conv2d
操作,我在调用optimize_for_inference
后发现,这两个操作符被融合为FusedResizeAndPadConv2D
操作符。我认为这是一个优化。但是,当我推断它时,我发现生成的图形非常慢。在进行一些分析之后,我发现FusedResizeAndPadConv2D
在CPU上进行了评估(而在我没有resize
的原始图表中,conv2d
是用GPU评估的。
所以我想知道,如何在GPU上运行FusedResizeAndPadConv2D
。或者,如何配置optimize_for_inference
以不融合我的resize
和conv2d
?
答案 0 :(得分:0)
根据此doc,仅为FusedResizeAndPadConv2D
生成ResizeBilinear
。使用NEAREST_NEIGHBOR
作为tf.image.resize_images
的调整大小方法解决了我的问题。