我正在寻找一种优化我的tensorflow（2.0）UNet模型以流数据的方法。目标是将先前预测的激活存储在循环缓冲区中，以便在下一个预测中重用部分缓冲区。
我发现了以下TensorFlow op FIFOQueue，从概念上讲，这是朝正确的方向发展。但是，它似乎仅在数据加载的上下文中使用。在let uniqueData = _.uniq(_.map(duplicates, (d) => d.toLowerCase()));
文档中找不到任何好的线索。
可以使用Tensorflow API解决此问题吗？这个问题是否足够底层，足以打破C ++ API的壁垒？目前，我正在使用Python开发。