导入tflearn非常重要

Question

与其他模块相比，导入tflearn需要大量时间。在

在新创建的虚拟环境中，只安装了tflearn和最小依赖项pip：

• import numpy as np需要~0.18秒
• import tensorflow as tf需要~0.90秒
• import tflearn需要~3.1s（并要求我安装h5py和scipy）。在

按照建议安装h5py和scipy后，import tflearn所花费的时间增加到~3.5s。如何减少导入时间？在

（以上所有测试都是通过将语句放入测试.py并运行time python test.py几次。报告的时间是bash的time内建报告的“实时”时间。）

Answer 1

简短的回答

在Jupyter或其他具有长时间解释器会话的东西中进行初始工作，这样就不需要等待太多导入。在

冗长的回答

您可以使用python -v来跟踪导入。我把来自apt的moreutils和tensorflow和{}安装在一个原始的python:3.6-stretchDocker容器中。。。在

root@10e4bcd91377:/# python -v -c 'import tensorflow' 2>&1 | ts '%H:%M:%.S' | grep 'import ' | wc -l
954
root@10e4bcd91377:/# python -v -c 'import tflearn' 2>&1 | ts '%H:%M:%.S' | grep 'import ' | wc -l
1768

很明显，导入tflearn会导入大量的软件包。 哪一个？在

^{pr2}$

我将省去831行输出，但是看起来tflearn导入所有tensorflow.contrib，这需要相当长的时间，而且导入{}本身并不是这样。有了这些信息，我们可以查看原始的python -v -c 'import tflearn' 2>&1输出，看起来{}是导入{}的模块。。。在

# <snip>
import 'tensorflow.contrib.summary.summary'
import 'tensorflow.contrib'
import 'tflearn.variables'
import 'tflearn.config'
# <snip>

可能是this ^{} statement？让我们来看看。。。在

# time python -v -c 'from tensorflow.contrib.framework.python.ops import add_arg_scope as contrib_add_arg_scope' 2>&1 | grep 'import ' | wc -l
1727

real    0m4.010s
user    0m3.820s
sys 0m0.410s
root@10e4bcd91377:/#

阿尤普，看起来像！由于Python的导入方式，导入子模块必须对整个包求值，而且由于tensorflow.contrib不使用Tensorflow's Python lazy loader (which does mention ^{})，因此需要一段时间。在

（以前在这里的模块中有关于供应商的讨论，但这无关紧要，因为：）

不幸的是，tflearn中还有其他地方也从contrib导入位和片段，因此解决这个依赖关系并没有多大帮助。在

Answer 2

一些导入的模块在您开始使用时初始化，而有些则没有初始化。tflearn在导入时初始化，因为它有很多依赖项，所以花费这么多时间也就不足为奇了。在

下面的soqa会给你一个很长时间的优化概念。在

improving speed of Python module import

祝你好运