问题描述
我正在使用tensorflow 2.2。我有两个传递给tf.data.dataset.from_tensor_slices（）的numpy数组（功能和标签）：
train_dataset = tf.data.Dataset.from_tensors(feature_train_slice,label_train_slice).shuffle(buffer_size).reapeat()
test_dataset = tf.data.Dataset.from_tensors(feature_test_slice,label_test_slice).shuffle(buffer_size).repeat()
我正在尝试将此数据传递给我的model.fit（）：
history = self.model.fit(ds_train,steps_per_epoch=int(train_steps / (batch_size)),verbose=1,epochs=epochs,callbacks=self.call_back(),use_multiprocessing=True,validation_data = test_dataset,validation_steps = int(validation_steps / (batch_size))
)
我用过
tf.compat.v1.disable_eager_execution()
在我的代码开头。如果我将其注释掉，则培训没有问题，但是我意识到的培训速度较慢（在2080TI上，每个步骤需要2秒钟）。如果我离开它，每个步骤大约需要1.2秒。但是，该程序永远不会越过该行
train_dataset = tf.data.Dataset.from_tensors(feature_train_slice,label_train_slice).shuffle().reapeat()
我离开程序超过30分钟，虽然消耗了大约60GB（我的ram是64GB），但该程序似乎无能为力。有没有人见过这个？欢迎任何帮助。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）