Keras张量流2

Keras张量流2,keras,tensorflow2.0,Keras,Tensorflow2.0,我在我的keras文件的顶部有以下内容,我希望通过此优化可以更快地执行,我的假设是否正确。我在一台8核的机器上运行 NUM_PARALLEL_EXEC_UNITS =8 config = tf.compat.v1.ConfigProto(intra_op_parallelism_threads=NUM_PARALLEL_EXEC_UNITS, inter_op_parallelism_thr eads=2, allow_soft_placement=True, device_count = {'

我在我的keras文件的顶部有以下内容,我希望通过此优化可以更快地执行,我的假设是否正确。我在一台8核的机器上运行

NUM_PARALLEL_EXEC_UNITS =8
config = tf.compat.v1.ConfigProto(intra_op_parallelism_threads=NUM_PARALLEL_EXEC_UNITS, inter_op_parallelism_thr
eads=2, allow_soft_placement=True, device_count = {'CPU': NUM_PARALLEL_EXEC_UNITS })

session = tf.compat.v1.Session(config=config)
tf.compat.v1.keras.backend.set_session(session)

os.environ["OMP_NUM_THREADS"] = str(NUM_PARALLEL_EXEC_UNITS)

os.environ["KMP_BLOCKTIME"] = "30"

os.environ["KMP_SETTINGS"] = "1"

os.environ["KMP_AFFINITY"]= "granularity=fine,verbose,compact,1,0"
但是,当我使用此配置运行时,仍然会收到以下消息

WARNING:tensorflow:From rfbyolov3withextralayers.py:43: The name tf.keras.backend.set_session is deprecated. Please use tf.compat.v1.keras.backend.set_session instead.

2020-04-14 18:18:25.656076: I tensorflow/core/common_runtime/process_util.cc:147] Creating new thread pool with default inter op setting: 2. Tune using inter_op_parallelism_threads for best performance.
请告诉我为什么警告仍然出现,以及为什么配置值被忽略


每次迭代所花费的时间相同,有优化代码和没有优化代码

我想这v1 compat方法中没有一种有效

通过这样做,我已经实现了我想要的

tf.config.threading.set_inter_op_parallelism_threads(4)