python - 在 TF(2.0) 模型中使用循环缓冲区
问题描述
我正在寻找一种方法来优化流数据的 tensorflow (2.0) UNet 模型。目标是将先前预测的激活存储在循环缓冲区中,以便在下一个预测中重用部分缓冲区。
我发现了以下 TensorFlow op FIFOQueue,从概念上讲,这是正确的方向。但是,它似乎只用于数据加载的上下文中。.layers
我在文档中找不到任何好的线索。
这可以用 Tensorflow API 解决吗?这个问题是否足够低级以打破进入 C++ API 的障碍?目前我正在使用 Python 进行开发。
解决方案
推荐阅读
- c# - EF Core - 无法插入具有外键的新条目
- npm - ckeditor-duplicated-modules 在本地测试 CKeditor 5 插件时出错
- python - 在 python 中,我将如何创建文本文件中列出的所有唯一单词的字典。到目前为止,我有这个代码。谢谢
- python - discord.py - FFmpegPCMAudio 使用大量 CPU
- swift - 根据开始日期和给定周数获取周范围
- html - 如何在不使用图像的情况下添加看起来呈波浪状的分区?
- amazon-web-services - (ACM) 通过 DNS 配置验证证书
- javascript - 从json数据中获取php页面中的数据
- python - 有没有一种方法可以使用多标签分类,但当模型仅预测 keras 中的一个标签时认为是正确的?
- google-translate - 如何在 Google Cloud Translation API 中指定性别