對於大型陣列，Tensorflow tf.subtract花費的時間太長。tf.subtract花費的時間太長，對於大型陣列
我的工作站配置：
CPU：至強E5 2699 V3
紀念品：384 GB
GPU：NVIDIA K80
CUDA 8.5
CUDNN：5.1
Tensorflow：1.1.0，GPU版本
以下是測試代碼和結果。
import tensorflow as tf
import numpy as np
import time
W=3000
H=4000
in_a = tf.placeholder(tf.float32,(W,H))
in_b = tf.placeholder(tf.float32,(W,H))
def test_sub(number):
sess=tf.Session()
out = tf.subtract(in_a,in_b)
for i in range(number):
a=np.random.rand(W,H)
b=np.random.rand(W,H)
feed_dict = {in_a:a,
in_b:b}
t0=time.time()
out_ = sess.run(out,feed_dict=feed_dict)
t_=(time.time()-t0) * 1000
print "index:",str(i), " total time:",str(t_)," ms"
test_sub(20)
結果：
指數：0總時間：338.145017624毫秒
索引：1周總時間：137.024879456毫秒
指數：2總時間：132.538080215毫秒
指數：3的總時間：133.152961731毫秒
指數：4的總時間：132.885932922毫秒
指數：5總時間：135.06102562毫秒
指數：6總時間：136.723041534毫秒
指數：7總時間：1 37.926101685毫秒
指數：8總時間：133.605003357毫秒
指數：9總時間：133.143901825毫秒
指數：10總時間：136.317968369毫秒
指數：11總時間：137.830018997毫秒
指數：12總時間： 135.458946228毫秒
指數：13總時間：132.793903351毫秒
指數：14總時間：144.603967667毫秒
指數：15總時間：134.593963623毫秒
指數：16總時間：135.535001755毫秒
指數：17總時間： 133 0.697032928毫秒
指數：18總時間：136.134147644毫秒
指數：19總時間：133.810043335毫秒
測試結果表明它（即，tf.subtract）花費超過130毫秒處置一個3000x4000減法，這顯然太長了，特別是在NVIDIA的k80 GPU平臺上。
任何人都可以提供一些方法來優化tf.subtract？ 在此先感謝。