在GPU上缓存张量流结果

时间:2017-04-06 09:49:38

标签: python tensorflow

使用tensorflow如何将session.run(some_tensors,...)的结果保留在GPU上,然后再次使用它来提供feed_dicts?

编辑:::这是我需要这个的具体例子。 所以我有数据(多维张量),其上有多个RNN。但是数据非常庞大,我无法在GPU上处理一个样本。因此,我将样本分成几部分并通过RNN运行。但这意味着我需要在处理完第一部分之后保存RNN的最终状态,然后将其传递给处理下一部分的RNN。 现在我使用session.run()评估part1 RNN的状态并将它们带到CPU,然后再将它们传递给feed_dicts以评估下一部分数据,依此类推。

1 个答案:

答案 0 :(得分:0)

答案是sess.partial_run_setup后跟sess.partial_run

从r1.3开始,这仍然是“实验”并且可能会发生变化。"

sess.partial_run_setup 设置包含部分运行的提要和提取的图表。

sess.partial_run 使用更多提要和提取继续执行。

https://www.tensorflow.org/api_docs/python/tf/Session

的更多信息