我喜欢在Tensorflow的每个时代交换Ops。目前我使用
实现了这一点control_flow_ops.cond(tf.less(epoch, float()), op1, op2)
然而，似乎仍然评估未使用的Ops，这显着减慢了训练过程。有没有办法减少这种开销？
答案 0 :(得分：0)
将control_flow_ops.cond(tf.less(epoch, float()), op1, op2)视为Python a if f(x) else b的等效内容，其中a和b是变量。在a和b已经存储了一些值，因此评估了两个分支。您需要执行create_op1()而不是op1之类的操作来仅评估一个分支。 mrry的帖子here