将CNN用于cifar10数据集的TensorFlow教程具有以下建议：
锻炼：进行实验时，有时令人讨厌的是第一步训练可能要花很长时间。尝试减少最初填满队列的图像数量。在cifar10.py中搜索NUM_EXAMPLES_PER_EPOCH_FOR_TRAIN。
为了解决这个问题，我尝试将这个数字减少很多，但似乎并没有改变训练时间。有什么我可以做的吗？我什至尝试将其更改为低至5，并且培训课程仍然非常缓慢地进行。
任何帮助，将不胜感激！
最佳答案
请注意，此练习仅通过跳过数据中较大的数据的预取来加快第一步时间。此练习不会加快整体培训的速度
就是说，教程文本需要更新。它应该读
在min_fraction_of_examples_in_queue中搜索cifar10_input.py。
如果降低此数字，则第一步应该快得多，因为模型不会尝试预取输入。
关于python - 加速TensorFlow Cifar10示例进行实验，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/38314964/