TensorFlow:在培训BLSTM时GPU未充分利用

Question

我正在尝试创建一个端到端可训练的脱机英文手写识别模型（不分割单个字符）。来自IAM手写数据库的word数据集正在用于训练模型。在

该模型训练非常缓慢，GPU利用率仅徘徊在30%左右。同时收到池分配器警告-

PoolAllocator: After 89632424 get requests, put_count=89632402 evicted_count=175000 eviction_rate=0.00195242 and unsatisfied allocation rate=0.00195474

尝试更改批大小，但没有成功。数据正在通过TFRecords文件馈送（是否会导致问题？）。我不熟悉TensorFlow，所以可能犯了一些天真的错误。使用的代码：

^{pr2}$

Answer 1

问题是因为TensorFlow的CTC实现不支持GPU（参见https://github.com/tensorflow/tensorflow/issues/2146）。在

使用百度的CTC GPU实现（https://github.com/baidu-research/warp-ctc）提高了GPU的利用率，并加快了培训速度。在