使初始特征提取更快

Question

我正在使用我的预训练.pb文件进行初始特征提取。在2GB GPU上提取功能所需的时间比预期的要多。如何更快地完成此初始特征提取过程。我不想使用并行处理或线程，因为我需要按顺序提取功能并想要附加到某个列表中。

with tf.Session() as sess:
flattened_tensor = sess.graph.get_tensor_by_name('pool_3:0')

for i, image_path in enumerate(image_paths):
    if verbose:
        print('Processing %s...' % (image_path))

    if not tf.gfile.Exists(image_path):
        tf.logging.fatal('File does not exist %s', image_path)

    image_data = tf.gfile.FastGFile(image_path, 'rb').read()
    feature = sess.run(flattened_tensor, {
        'DecodeJpeg/contents:0': image_data
    })
    features[i, :] = np.squeeze(feature)