我有一个使用tf.keras.models.load_model
加载的keras.models.Model
模型。
现在有两种使用这个模型的方法。一种是调用model.predict(x)
,另一种是调用model(x).numpy()
。两种方法都会给出相同的结果,但是model.predict(x)
需要运行时间长达10倍。
源代码中的注释如下:
计算是分批进行的。此方法专为大规模输入设计,对于适合于一个批次的少量输入,建议直接使用
__call__
以获得更快的执行速度,例如:model(x)
或model(x, training=False)
我已经测试了包含1、1,000,000和10,000,000 行数据的x
,发现 model(x)
性能更好。
那么,输入需要多大才能被归类为大规模输入?model.predict(x)
表现得更好呢?