运行时间长

[auger1]

这个代码在运行时，GPU的内存占用率很低，每次迭代的时间要耗费一分钟左右。请问您运行时，有没有遇到这种问题？期待您的答复。

[flamehaze1115]

这个代码太久远了。我记得应该只是用了简单的3D U-NET。应该是cropping的操作比较占用时间。我建议你统计一下哪一部分的code是时间瓶颈。

[auger1]

非常感谢您的答复。对，这个代码就只是用了简单的3D U-Net模型。在训练模型时，输入一个Batch，之后的train_step.run(feed_dict=feed_dict_train)这一步耗费时间较长，大概63秒左右。我试了一下，输入一个数据，处理的时间是5秒左右，而一个batch包含10个数据，所以处理一个batch就是一分钟左右。但是train_step.run(feed_dict=feed_dict_train)这一步的运行时间为什么这么长，还不知道，，，您说的crop操作应该是数据预处理部分，这是训练之前需要做的步骤，我已经完成。现在就是对模型进行训练，只涉及到GetData_new.py文件和U_net_3D_multiLabels.py文件。
如果您还能记起当时有没有这种情况的出现，很期待您的答复。

[flamehaze1115]

如果说运行一个step就需要一分钟，你可以查看一下是否在使用GPU。因为我记得应该不会跑这么久，就一个step

[auger1]

服务器上GPU的显存是10989MiB，但是程序运行时，只占用了166MiB。一直查不出问题在哪，，，

[flamehaze1115]

服务器上GPU的显存是10989MiB，但是程序运行时，只占用了166MiB。一直查不出问题在哪，，，

没有GPU占用 就说明是在CPU上运行的。

[auger1]

服务器上GPU的显存是10989MiB，但是程序运行时，只占用了166MiB。一直查不出问题在哪，，，

没有GPU占用 就说明是在CPU上运行的。

很感谢博士您的答复！是的，这个问题终于解决了。是自己的环境方面的问题，tensorflow代码没有调用GPU，而是调用的CPU。后来将CPU版本的tensorflow删除后(pip uninstall tensorflow)，只剩下GPU版本的tensorflow。程序运行就快了起来，迭代一次0.75秒左右。