小古比鱼 发表于 2020-11-25 21:18:32

为何在Tensorflow的keras里搭建网络八股训练神经网络速度极慢?

本帖最后由 小古比鱼 于 2020-11-25 21:34 编辑

IRIS数据集:
import tensorflow as tf
from sklearn import datasets
import numpy as np

x_train = datasets.load_iris().data
y_train = datasets.load_iris().target

np.random.seed(116)
np.random.shuffle(x_train)
np.random.seed(116)
np.random.shuffle(y_train)
tf.random.set_seed(116)

model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(3, activation='softmax', kernel_regularizer=tf.keras.regularizers.l2())
])

model.compile(optimizer=tf.keras.optimizers.SGD(lr=0.1),
            loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
            metrics=['sparse_categorical_accuracy'])

model.fit(x_train, y_train, batch_size=32, epochs=500, validation_split=0.2, validation_freq=20)

model.summary()
MNIST数据集:
import tensorflow as tf

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
            loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
            metrics=['sparse_categorical_accuracy'])

model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1)
model.summary()
这两段代码在执行到“model.fit()”一句时训练速度极慢,输出内容如图所示,剩余时间越来越长,明显有问题,请问是否因为没有GPU或非Anaconda环境的缘故?若将代码复制到Jupyter Notebook上运行则会快得多,十几秒钟就跑完了,真奇怪……
【注】我已经将MNIST数据集手动下载并存放在了系统盘的相应文件夹(C:\Users\用户名\.keras\datasets),为什么它运行的时候还要下载啊?

Twilight6 发表于 2020-11-25 23:18:23



我 PyCharm 下载 MNIST数据集 时候也蛮慢的

小古比鱼 发表于 2020-11-26 09:26:08

本帖最后由 小古比鱼 于 2020-11-26 09:59 编辑

Twilight6 发表于 2020-11-25 23:18
我 PyCharm 下载 MNIST数据集 时候也蛮慢的

我用的不是PyCharm,请问有没有什么解决办法?另外鸢尾花数据集应该训练很快才对啊,可我这里依然需要几分钟才能训练完……

小古比鱼 发表于 2020-11-26 10:17:01

另外为啥输出会有那么多问号?好像不正常啊……

春風十里君 发表于 2020-12-13 15:01:17

with tf.device('/cpu:0'):
    model.fit(training_images, training_labels, epochs=5,callbacks=)#out: 89% accurate
    test_loss, test_acc = model.evaluate(test_images, test_labels)

加第一排代碼,就快了。

小古比鱼 发表于 2020-12-13 16:00:36

春風十里君 发表于 2020-12-13 15:01
加第一排代碼,就快了。

好像不行啊,似乎加不加这句都没什么区别……请问这行代码是什么意思?

春風十里君 发表于 2020-12-13 16:30:18

小古比鱼 发表于 2020-12-13 16:00
好像不行啊,似乎加不加这句都没什么区别……请问这行代码是什么意思?

加了, 下面兩行就在 CPU跑。

小古比鱼 发表于 2020-12-13 17:18:43

春風十里君 发表于 2020-12-13 16:30
加了, 下面兩行就在 CPU跑。

如果不加呢?

春風十里君 发表于 2020-12-14 12:10:39

小古比鱼 发表于 2020-12-13 17:18
如果不加呢?

不加,就在GPU跑。

小古比鱼 发表于 2020-12-14 12:14:20

春風十里君 发表于 2020-12-14 12:10
不加,就在GPU跑。

可是小古比鱼的机子上本来就没有装GPU啊……

春風十里君 发表于 2020-12-14 14:13:34

{:10_266:}我错了。

小古比鱼 发表于 2020-12-14 16:49:33

春風十里君 发表于 2020-12-14 14:13
我错了。

没事。可能就是因为没有GPU的缘故。
页: [1]
查看完整版本: 为何在Tensorflow的keras里搭建网络八股训练神经网络速度极慢?