为什么我的模型在 Tensorflow 中的速度是 Keras 的两倍？答案

【问题标题】：Why is my model twice as fast in Tensorflow than in Keras?为什么我的模型在 Tensorflow 中的速度是 Keras 的两倍？
【发布时间】：2016-12-21 18:26:50
【问题描述】：

我正在做使用 tensorflow 的 udacity 深度学习课程。我试图在 keras 中使用 tensorflow 后端复制其中一项任务，但与 tensorflow 的 1.5 分钟相比，它需要将近 3 分钟的时间要慢得多。使用 theano 后端需要更长的时间——将近 4 分钟。我没有使用 GPU。

有简单的解释吗？我想知道 tensorflow 是否通过将图形的不同节点放在不同的处理器上来更好地利用多处理？

【问题讨论】：

一般不同的节点，没有。它们是相互依赖的——必须按顺序完成。
这可能是 Keras 中的一个错误，导致执行效率低下。您可以使用时间线或stats summarizer 查看哪些 TensorFlow 操作并排运行

标签： performance tensorflow keras

【解决方案1】：

Keras 初学者的错误。在 Keras 中，当您添加 Dense(20, input_dim=20) 时，这会添加一个隐藏层和一个输入层。参数 input_dim 是输入层。在 tensorflow 中，您显式添加输入层。因此，对于我的 Keras 模型，我不小心添加了一个额外的层，完成时间是原来的两倍。

【讨论】：