检查tensorflow 2急切执行状态

我有一个旧的Keras代码，我已经移植到tensroflow2

tf.Keras

，只做了很少的更改。它现在在GPU上运行速度慢了2倍，但它正在使用GPU。我用过

import tensorflow as tf
tf.compat.v1.disable_eager_execution()

在我的每个脚本的顶部（我创建模型并使用单独的

.py

文件对其进行训练），但我怀疑可能会以某种方式启动急切执行

我不使用

fit\u生成器

，但我使用

train\u on\u batch

手动循环，因为我正在训练一个对抗网络

---

我如何检查/确保在整个过程中已停止执行？我运行的主脚本是

train.py

，它从其他脚本导入函数。

您可以使用

tf.executing_eagently（）

，它在启用“急切执行”时返回

True

。您还可以使用tensorboard检查GPU的状态，并详细检查问题，以确定问题可能出在哪里。这两个链接将为您提供更多信息