Python 通过在tensorflow中运行会话来最小化开销
我想从TensorFlow中定义为DNN的分布中进行蒙特卡罗(MC)采样。采样代码需要一个自定义函数,这在TensorFlow代码中很难使用 由于MC需要大量的DNN调用,因此我必须运行(并关闭)大量会话才能从DNN中采样。分析表明,与Python 通过在tensorflow中运行会话来最小化开销,python,c++,tensorflow,session,Python,C++,Tensorflow,Session,我想从TensorFlow中定义为DNN的分布中进行蒙特卡罗(MC)采样。采样代码需要一个自定义函数,这在TensorFlow代码中很难使用 由于MC需要大量的DNN调用,因此我必须运行(并关闭)大量会话才能从DNN中采样。分析表明,与session.run()相关的开销是我代码中当前的瓶颈 TensorFlow似乎有一个会话,但它也需要运行一个会话 < > >在ToSoFraseC++版本中,有没有人知道“代码>会话、运行())/代码>的开销是否减少了?在我花时间重新编写代码之前,最好知道这一
session.run()
相关的开销是我代码中当前的瓶颈
TensorFlow似乎有一个会话,但它也需要运行一个会话
< > >在ToSoFraseC++版本中,有没有人知道“代码>会话、运行())/代码>的开销是否减少了?在我花时间重新编写代码之前,最好知道这一点
我现在也有同样的问题。您自己找到解决方案了吗?似乎没有会话就无法调用Tflow。我找到了两种方法:(I)在进行采样之前从Tflow导出权重;这样做的缺点是,您需要在Tflow外部重建DNN,以便能够评估数据。(ii)定义自己的Tflow运算符,在其中定义采样函数。Tflow网站上有如何执行此操作的说明。也就是说,我最终使用了(I)。我现在也有同样的问题。您自己找到解决方案了吗?似乎没有会话就无法调用Tflow。我找到了两种方法:(I)在进行采样之前从Tflow导出权重;这样做的缺点是,您需要在Tflow外部重建DNN,以便能够评估数据。(ii)定义自己的Tflow运算符,在其中定义采样函数。Tflow网站上有如何执行此操作的说明。也就是说,我最终使用了(I)。