我想在tensorflow中使用tf.predict函数提供一些帮助。对于一个项目，我需要对该函数进行连续循环，但是现在它相当慢，因为它需要在每个循环中加载检查点。 这个示例有点简化，在实际代码中，我使用了60个这些模型，并且需要同时进行预测。当我给它们计时时，其中的60个大约需要76秒。我的目标是使它们在10秒以下。我相信，大多数时间都浪费了，因为需要在每个实例中重新加载模型。 有没有办法在运行循环之前加载模型？
这是每个循环发生的事情：
INFO：tensorflow：调用model_fn。
INFO：tensorflow：完成调用model_fn。
INFO：tensorflow：图已完成。
INFO：tensorflow：从Model_folder_AC1 / model.ckpt-35000恢复参数
INFO：tensorflow：正在运行local_init_op。
INFO：tensorflow：已运行local_init_op。
In [21]: import re
In [22]: aa="may_be_this_also.is_the_string"
In [23]: re.split('this(_also)+.', aa)
Out[23]: ['may_be_', 'is_the_string']
In [24]: aa="may_be_this.is_the_string"
In [25]: re.split('this.', aa)
Out[25]: ['may_be_', 'is_the_string']