使用恢复（来自已保存）模型的张量流在一些时期之后变慢

Question

我希望在每个纪元的末尾保存我的模型link

我是这样做的：

保存：

model_dir = "{0}/epoch_{1}/res".format(train_dir, epoch_num)
saver.save(sess, model_dir, global_step=global_step_val)

恢复：

 for ep_num in range(num_epochs):
        model_dir = "{0}/epoch_{1}/".format(train_dir, epoch_num)
        model_meta_file_name = [each for each in 
        os.listdir(model_dir) if each.endswith('.meta')][0]
        meta_path="{0}/{1}".format(model_dir, model_meta_file_name)
        saver = tf.train.import_meta_graph(meta_path)
        saver.restore(sess, tf.train.latest_checkpoint(model_dir))

并继续使用评估数据评估我的模型。

但在7-8个时代之后，我的评估过程变得非常缓慢，我想我    我节省了一些额外的东西，在一些时代之后，我的图表非常好    大。我该如何解决这个问题？

一点：在此评估期间，gpu利用率几乎为零    在某些时代之后，我认为出于某种原因，我的过程确实如此    noyt在GPU上运行

Answer 1

saver = tf.train.import_meta_graph(meta_path)

此行应该只运行一次。你可以在每个时代调用它，并为图形添加新的操作，因此评估会变慢。