根本原因是num_parallel_calls默认为none导致map()串行阻塞，应设为tf.data.autotune；正确流水线顺序是map()→cache()→shuffle()→batch()→prefetch()。
tf.data 流水线卡在 map() 里，GPU 利用率忽高忽低
常见现象是训练刚开始几轮很快，之后 map() 耗时陡增，prefetch() 像没起作用。根本原因不是 CPU 不够，而是 num_parallel_calls 默认为 None（即单线程执行），尤其当预处理含 tf.io.read_file、tf.image.decode_jpeg 或自定义 Python 函数时，会退化成串行阻塞。
- 显式设
num_parallel_calls=tf.data.AUTOTUNE，别硬写数字（不同机器核数不同） - 若用了
tf.py_function，必须加num_parallel_calls，否则自动降级为单线程 - 避免在
map()里做重 IO 操作（比如每次读 config 文件），提前加载到内存或用tf.lookup.StaticHashTable -
cache()放在map()后、shuffle()前——对小数据集有效；若内存吃紧，改用cache('/path/to/cache')写磁盘
tf.function 没编译训练循环，还在用 eager 模式逐行解释
TensorFlow 2.x 默认启用 eager execution，写起来方便，但每步都过 Python 解释器，CPU 开销大。真正提速靠 @tf.function 把训练步骤编译成静态图，跳过解释过程。
- 把
@tf.function加在训练 step 函数上（如train_step），不是加在 episode 循环里 - 不要反复调用
@tf.function装饰的函数却传不同 shape 的输入，否则触发多次 tracing，生成冗余图 - 若模型含动态控制流（如
tf.while_loop），XLA 编译可能失效，需检查concrete_function是否被复用
clear_session() 没调用，计算图持续膨胀
在多轮训练（如 Q-learning 的 episode 循环）中反复 save_model() 却不清理状态，会导致默认图、变量引用、梯度路径不断累积，后续 train_on_batch() 或 fit() 调用变慢，表现为“越往后越卡”。
- 在每次
model.save()后立即调用tf.keras.backend.clear_session() - 必须在保存完成之后调用，否则模型权重和图结构丢失，后续无法继续训练
-
del model不起作用，它只删 Python 引用，不释放 TensorFlow 后端状态 - 多智能体场景下（如 left_ball/right_ball），每个 agent 保存后都要单独清一次
batch_size 和 prefetch() 配置错位，流水线断层
典型错误是 dataset.prefetch().batch()，这会让 prefetch 提前拉取未 batch 的原始样本，GPU 等着喂数据时反而在等 CPU 拼 batch。正确链路必须是：map() → cache() → shuffle() → batch() → prefetch()。
-
prefetch(1)够用，设更大（如tf.data.AUTOTUNE）未必加速，还可能吃光内存 - 如果模型每步需要多个 batch（如梯度累积），
prefetch()无法替代逻辑，得靠外层循环控制 - 用
dataset.cardinality().numpy()确认数据集大小，避免prefetch()在无限数据集上无意义堆积
GPU 显存没预留，TensorRT 加速静默失败
想用 TensorRT 加速 TensorFlow 推理，但直接对 tf.keras.Model 调用 trt.create_inference_graph 报 NotImplementedError: Cannot convert a symbolic Tensor，本质是没走 frozen graph 路径，也没给 TensorRT 留显存。
- 必须先导出 frozen graph（
.pb），不能直接传 Keras Model - 启动 session 前，用
tf.GPUOptions(per_process_gpu_memory_fraction=0.67)预留至少 30% 显存 - TensorRT 只加速 Conv2D/ReLU/BatchNorm/FullyConnected 类子图，RNN、自定义 op、
tf.while_loop会被跳过，仍走 TF 原生路径
最常被忽略的是：首帧延迟高不是 bug，是 TensorRT 在做 kernel auto-tuning；校准 int8 用错数据分布，精度掉点可能超 5%；trt.calib_mode=True 忘关，会持续统计拖慢首帧。这些细节不处理，再快的硬件也白搭。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
