我试图在p3.2xlarge aws机器（具有NVIDIA Tesla V100 GPU）上使用keras \ tensorflow（1.4）训练模型 使用GPU时，初始化的两个部分非常慢，但在CPU上合理的时间运行
第一部分是＆＃34;呼叫＆＃34;模型设置期间的嵌入层
network = embedding(input)
这个嵌入层多次使用，但只有第一次很慢 似乎这是将权重复制到GPU的阶段，对于400000 * 200权重矩阵，它需要几个小步（~5）
第二个长部分是第一批对train_on_batch的调用（大约需要20分钟）
不确定它是否相关，但根据this post，它可能与使用自定义图层有关
有没有办法加快这些部分？
修改 在p2.xlarge aws机器（具有Tesla K80 GPU）上运行相同代码时，这些部件并不慢。