tensorflow 图大小

标签 tensorflow

我想知道是否有一种简单的方法可以在运行 tensorflow session 之前检查 tensorflow 图所需的大小/内存。

我正在寻找一些东西,我可以不断更改定义图形的系统参数,并可以看到图形相应地变得有多大(在内存中)。

最佳答案

我做了类似的事情,我想查看模型中的参数数量。

vars = 0
for v in tf.all_variables():
    vars += np.prod(v.get_shape().as_list())
print(vars)

现在 vars 包含图中所有变量维度的乘积之和。如果每个变量的类型为 tf.float32,则可以将 vars 乘以 4 以获得所有变量消耗的字节数。然而,这只是一个下限,并且会有一些额外的开销。另外,我认为计算梯度需要大量内存,因为它需要存储模型中每个点的激活以进行向后传递。

关于 tensorflow 图大小,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38491885/

相关文章:

python - 我怎样才能解决单词级的困惑?

tensorflow - 从 Tensorflow Probability 中的 MixtureNormal 模型中提取平均值和标准差

python - 传入 session 时 Tensorflow Multiprocessing pickle rlock 错误

python - 在tensorflow的输入中放入什么才能起作用

tensorflow - .pb和.h5之间的区别

tensorflow - 在 TensorFlow 中,是否可以对网络的不同部分使用不同的学习率?

image-processing - 形状检测 - TensorFlow

python - 何时使用 tensorflow 估计器?

indexing - Tensorflow 相当于 Numpy 的 array[indices] = scalar

python - 如何在 tensorflow 中以变体大小收集reduce_mean之后堆叠张量?