Keras预测时间测量：第一值概述

Question

我目前正在尝试测量时间，Keras（TF Back）模型需要对其进行预测。由于这个时间可能不同，我正在做一个假设样本，并计算它们的平均值和样本标准差。代码如下所示：

 timekeras = []
 for i in range(int(ANALYSIS_SAMPLE_SIZE)):
     timedummy = time.time()
     predskeras = model.predict ( np.array(test_data_list) )
     timekeras.append(time.time() - timedummy)

现在我注意到，样本标准差总是大于平均值，这是一些巨大异常值的标志。在看了时间测量的列表之后，我现在知道第一个预测总是要花大约10倍的时间。我猜算法是在某种程度上“记住”他之前做了完全相同的计算，并使用了一些已经计算过的结果？你知道吗

不管怎么说，我现在的问题是：在一个实际的应用场景中，模型不会多次正确地做出相同的预测，所以除了第一个，我的测量值似乎是无用的。有没有人知道如何多次做同样的预测，但总是好像以前没有做过一样，以便进行有意义的时间测量？总的来说，仅仅因为我好奇：有人知道为什么Keras要这么做，再次做预测的时间要少10倍吗？你知道吗