时间戳

首页 > 解决方案 > TensorFlow 的 while 循环比传统的 while 循环慢

python - TensorFlow 的 while 循环比传统的 while 循环慢

问题描述

这是一个执行基本添加操作的常规 while 循环 -

import time
def check(a,b):
 while(a<b):
    a += 1
 return [a,b]

a = 1
b = 1500000
start = time.time()
check(a,b)
print("Time = ",time.time() - start)

Time =  0.07060480117797852

这是使用 Tensorflow 的优化代码 -

import tensorflow as tf
def cond(t1, t2):
    return tf.less(t1, t2)

def body(t1, t2):
    return [tf.add(t1, 1), t2]

t1 = tf.constant(1)
t2 = tf.constant(1500000)

start = time.time()
res = tf.while_loop(cond, body, [t1, t2], parallel_iterations = 10)
print("Time = ",time.time() - start)

Time =  22.1693217754364

为什么优化后的代码比传统代码执行得慢。我有一个 6GB 内存的 GTX GPU。有任何想法吗？

标签： pythonpython-3.xtensorflowtime

解决方案

您不能指望 tf.while_loop 会比简单的 python 循环更快，例如

for( int i=0; i<1500000; i++)
   j=j+1;

在 python、javaScript、c 等中总是会表现得更好。

tensorflow 针对矩阵运算进行了高度优化，而不是针对简单的循环。

我知道你只是在探索不同的方法，这很棒。

一种更张量流的方式是

t1 = tf.constant(1)
t2 = tf.constant(1500000)
start = time.time()
t3 = t1 + t2
print("Time = ",time.time() - start)

在我的机器上，时间 = 0.0010001659393310547

因此，tf 是线性代数运算的框架。如果您尝试将其用作通用语言框架，它不会做得很好。

PS。我想我以前在这里见过你 :-D 新年快乐！

推荐阅读