关于TextCNN的预测效率问题

来源：7-18 TextCNN实现

木子二月鸟

2019-05-21

老师，在工作中使用TextCNN训练了一个分类模型，小数据量的预测是还行，大概1分钟1000行数据，但是如果数据量大了之后比如10w行的话，使用TextCNN的predict方法就很慢了，通常得好几个小时才能完成，有什么优化的办法吗？
图片描述
预测方法输出了预测概率，然后逐条去predict，如果改成批量预测，那predict方法该怎么改呢？有没有可以参考的资料啊？先谢过老师啦

写回答

1回答

正十七

2019-05-27

已采纳

改成批量预测应该可以，大数据需要大矩阵运算，超出内存所以才慢。

关于实现，我们之前应该讲了很多这样的例子，比如：

if (i+1) % 1000 == 0:
            test_data = CifarData(test_filenames, False)
            all_test_acc_val = []            for j in range(test_steps):
                test_batch_data, test_batch_labels \
                    = test_data.next_batch(batch_size)
                test_acc_val = sess.run(
                    [accuracy],
                    feed_dict = {
                        x: test_batch_data, 
                        y: test_batch_labels
                    })
                all_test_acc_val.append(test_acc_val)
            test_acc = np.mean(all_test_acc_val)
            print('[Test ] Step: %d, acc: %4.5f'
                  % (i+1, test_acc))

木子二月鸟

多谢老师的回答！非常感谢！

2019-05-27

共1条回复

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程

相似问题

关于预测值predict的问题

回答 1

请问会讲预测模型吗