tensorflow2.0與tensorflow1.0有哪些性能區別

這篇文章主要介紹tensorflow2.0與tensorflow1.0有哪些性能區別，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

從某種意義講，tensorflow這個項目已經失敗了，要不了幾年以后，江湖上再無tensorflow

因為tensorflow2.0 和tensorflow1.0 從本質上講就是兩個項目，1.0的靜態圖有他的優勢，比如性能方面，但是debug不方便，2.0的動態圖就是在模仿pytorch,但是畫虎不成反類犬．

為了對比1.0 與2.0

1. pip install tensorflow==2.0.0a0

2. 為了控制變量我把mnist保存到本地的mongodb

3. 兩種網絡結構是一樣的

ipython

import mnist_data
mnist_data.save_mnist_mongodb()

0
100
200
300
400
500
...

Step 1600 : loss 0.597398758 ; accuracy 0.906712472
Step 1700 : loss 0.0526806675 ; accuracy 0.90900588
Step 1800 : loss 0.212036133 ; accuracy 0.911422193
Step 1900 : loss 0.245924264 ; accuracy 0.913889468
Step 2000 : loss 0.0638188794 ; accuracy 0.915765
20.71102285385132
Final step 2000 : loss tf.Tensor(0.06381888, shape=(), dtype=float32) ; accuracy tf.Tensor(0.915765, shape=(), dtype=float32)

tensorflow2.0 耗時20.7秒

pip install tensorflow==1.13.1

step 1700, training accuracy 0.960
step 1800, training accuracy 0.900
step 1900, training accuracy 0.930
12.46434211730957
test accuracy 0.942

tensorflow2.0 耗時12.46秒，所以在用cpu 做訓練時，相同的網絡結構，相同的數據集合，tensorflow2.0比tensorflow1.0慢60%，tensorflow 靜態圖有非常明顯的速度優勢．

這是　tensorflow2.0 在訓練時的cpu占用32.3%

這是　tensorflow1.0 在訓練時的cpu占用63%,這也是tensorflow1.0 的優勢，更能發揮硬件的優勢

以上是“tensorflow2.0與tensorflow1.0有哪些性能區別”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！