解决model.predict（）慢

以我跑过的模型为例：

原始model.predict

clock1 = time.time()
Y_pred = model.predict(X_test)
print('model.predict(X_test) time is'，time.time() - clock1, 's')

输出：

model.predict(X_test) time is
880.3435561656952 s

解决方法1

clock2 = time.time()
Y_pred = = model(X_test, training=False)
Y_pred =
= np.array(Y_pred )
print('model(X_test, training=False) time is'，time.time() - clock2, 's')

输出：

model(X_test, training=False) time is
0.2510557174682617 s

解决方法2

clock3= time.time()
Pre = model.predict(x=tf.data.Dataset.from_tensors(X_test))
print('model.predict(x=tf.data.Dataset.from_tensors(X_test)) time is', time.time() - clock3, 's')

输出：

model.predict(x=tf.data.Dataset.from_tensors(X_test)) time is
0.26605892181396484 s

参考：https://blog.csdn.net/qq_41726670/article/details/117771138

最后

以上就是平淡麦片为你收集整理的解决model.predict（）慢的全部内容，希望文章能够帮你解决解决model.predict（）慢所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。