为什么添加`--display_step 2`参数会大大减慢Mozilla DeepSpeech的培训时间？

Question

我正在通过执行以下命令，在具有4个Nvidia GeForce GTX 1080的Ubuntu 16.04 LTS x64上的公共语音数据集上训练Mozilla DeepSpeech：

./DeepSpeech.py --train_files data/common-voice-v1/cv-valid-train.csv \
--dev_files data/common-voice-v1/cv-valid-dev.csv  \
--test_files data/common-voice-v1/cv-valid-test.csv  \
--log_level 0 --train_batch_size 20 --train True  \
--decoder_library_path ./libctc_decoder_with_kenlm.so  \
--checkpoint_dir cv001 --export_dir cv001export  \
--summary_dir cv001summaries --summary_secs 600  \
--wer_log_pattern "GLOBAL LOG: logwer('${COMPUTE_ID}', '%s', '%s', %f)"  \
--validation_step 2 

它使用了4个GPU中的80％以上。

但是，如果我添加--display_step 2参数，它将大大减慢训练时间，并且使用的GPU不到4个的20％。

--display_step是described as，这让我感到惊讶：

  

tf.app.flags.DEFINE_integer（“ validation_step”，0，“在验证模型之前我们循环经过的时期数-详细的进度报告取决于“ --display_step”-0表示没有验证步骤”）< / p>

因此，据我了解，该模型应该每2个周期评估一次，因此不应减慢训练时间（即，应该仅每2个周期增加一些评估时间）。

为什么添加--display_step 2参数会大大减慢Mozilla DeepSpeech的培训时间？