Python Tensorflow Beta 2.0中的tf.keras是否支持自动混合精度？

我正在尝试使用tf.keras API实现Tensorflow的自动混合精度工作（在RTX 2080 Ti上使用tensor核），但我看不到训练中有任何加速

我刚才补充说

os.environ['TF_ENABLE_AUTO_MIXED_PRECISION'] = '1'

到Python脚本的顶部。我还尝试从命令行将环境变量设置为1，即

export TF_ENABLE_AUTO_MIXED_PRECISION=1

---

在这种情况下是否支持AMP，或者模型是否需要在“原始”Tensorflow中实现？

目前，只有在使用NVIDIA的Tensorflow Docker容器时，才支持自动混合精度：

您需要使用Ubuntu 18.04，当前的Ubuntu版本和Windows不受支持。如果我没弄错的话，最后一个Docker容器有TF1.13。一旦安装，tf.keras应支持自动混合精度

编辑：

我在Windows上尝试了2.0.0-beta1，并且在使用自动混合精度时也没有注意到任何速度提高。使用英伟达DoCKER容器在Linux上，当设置TfxEnable AutoMixEdEx精度为1时，我至少得到2X加速。希望这能在2.0版本中起作用

编辑2：

---

使用TF 2.0.0-rc0，AMP提高了简单型号的性能。对于更复杂的模型（U-Net变体），没有找到白名单操作，我看不到性能差异。

Ah-我认为TF 2.0在主版本中支持自动混合精度-例如？哦，这是个好消息！我没有注意到，在这种情况下，我将很快尝试测试版。谢谢你的信息！查看本指南是否有帮助：