l****r
发帖数: 119 | 1 用tensorflow做ctr预估，我用cpu单机调用tensorflow estimator api训练一个简单的
模型，比如FFM，每一个minibatch的训练速度其实很快，比如一个batch 500个样本，
速度2ms吧。想提高训练速度。。我发现tensorflow session.run()的开销挺大的，因
为每次都检查输入的是什么。。estimator api调用monitoredsession，session.run之
前之后检查各种hook，开销更大~1ms。所以这个模型一半的时间消耗在python代码里，
难以提速。
请教大牛，大样本的ctr预估模型，一般怎么加速？调c++ api么？多谢！ |
l*******m
发帖数: 1096 | 2 你这个模型应该上TF v2，TF.function 可以让一句python跑n iterations. 所以
python的overhead大大减少。我的gnn, 用tf.function比eager快了快一倍，估计比v1
的静态图快20-40%
：用tensorflow做ctr预估，我用cpu单机调用tensorflow estimator api训练一个简单
的模型，比如FFM，每一个minibatch的训练速度其实很快，比如一个batch 500个样本，
：速度2ms吧。想提高训练速度。。我发现tensorflow session.run()的开销挺大的，因 |
l****r
发帖数: 119 | 3 多谢！TF2.0 的estimator api 比TF1.x快么？我回去研究一下
v1
本，
，因
【在 l*******m 的大作中提到】
: 你这个模型应该上TF v2，TF.function 可以让一句python跑n iterations. 所以
: python的overhead大大减少。我的gnn, 用tf.function比eager快了快一倍，估计比v1
: 的静态图快20-40%
:
: ：用tensorflow做ctr预估，我用cpu单机调用tensorflow estimator api训练一个简单
: 的模型，比如FFM，每一个minibatch的训练速度其实很快，比如一个batch 500个样本，
: ：速度2ms吧。想提高训练速度。。我发现tensorflow session.run()的开销挺大的，因
|
b******g
发帖数: 77 | 4 训练用python，训练完export成saved model，用model server serving。 |
l****r
发帖数: 119 | 5 是的想提高训练的速度
【在 b******g 的大作中提到】
: 训练用python，训练完export成saved model，用model server serving。
|
l*******m
发帖数: 1096 | 6 不清楚。我v1也用estimator, v2不用了。主要是虽然还支持但不鼓励。我用keras建模
，但自己写train loop, 这样自己好控制
：多谢！TF2.0 的estimator api 比TF1.x快么？我回去研究一下
： |
