Question

凯拉斯警告我：

UserWarning：与批量更新（0.988304）相比，方法on_batch_end（）速度较慢。检查你的回调。

我的keras脚本中没有回调，但我使用DataGenerator（keras.utils.Sequence）。这可能是个问题吗？

对于DataGenerator，我实施了__init__()，__len__()，__getitem()__和on_epoch_end方法。

对于on_epoch_end，我有：

def on_epoch_end(self):
    """
    This method will be called between every epoch, so we can shuffle the
    indexes here.
    """
    self.indexes = np.arange(len(self.image_names))
    if self.shuffle:
        np.random.shuffle(self.indexes)

完整的callstack如下：

使用TensorFlow后端。   /var/lib/condor/execute/slot1/dir_30551/anaconda/envs/cellimage/lib/python3.6/site-packages/skimage/transform/_warps.py:84:UserWarning：默认模式，＆＃39;常量＆＃39;，将更改为＆＃39;反映＆＃39;在skimage 0.15。

警告（＆＃34;默认模式，＆＃39;常数＆＃39;，将更改为＆＃39;反映＆＃39; in＆＃34;   /var/lib/condor/execute/slot1/dir_30551/anaconda/envs/cellimage/lib/python3.6/site-packages/keras/callbacks.py:120:UserWarning：方法on_batch_end（）与批量更新相比较慢（0.586719）。检查你的回调。     ％delta_t_median）

/var/lib/condor/execute/slot1/dir_30551/anaconda/envs/cellimage/lib/python3.6/site-packages/keras/callbacks.py:120:UserWarning：方法on_batch_end（）与批量更新（0.988304）。检查你的回调。     ％delta_t_median）

Answer 1

这可能与您对verbose的设置有关。

我看到的也一样。我认为这是因为我在verbose=1的通话中有fit()-即打印进度条和当前统计信息是一个批处理结束任务，需要花费太长时间。如果我将verbose=2设置为仅在时代结束时打印，或者将verbose=0设置为完全不打印，则警告会停止，这一假设得到了支持。如果我增加批次大小，警告也会停止。

Answer 2

这是警告，说明您的训练过程中的某些步骤（批处理更新除外）会异常缓慢。

通过在2个单独的jupyter Notebook实例中训练相同的模型，我得到相同的警告。（但是，一次只训练1个模型不会产生警告。）

关于数据生成器。这可能是造成问题的原因。如果您的批处理量很小，则批处理更新步骤可能比临时计算要快得多。

此github问题说明了cpu负载过重，训练设置不正确（例如批大小非常小）以及其他可能触发警告的示例 https://github.com/keras-team/keras/issues/5008

Keras：方法on_batch_end（）很慢，但我没有回调？

2 个答案: