国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

深度學(xué)習(xí)三大硬件+四大學(xué)習(xí)庫基準(zhǔn)測試對比，指標(biāo)全面呈現(xiàn)

YacaToy / 3698人閱讀

摘要：基準(zhǔn)測試我們比較了和三款，使用的深度學(xué)習(xí)庫是和，深度學(xué)習(xí)網(wǎng)絡(luò)是和。深度學(xué)習(xí)庫基準(zhǔn)測試同樣，所有基準(zhǔn)測試都使用位系統(tǒng)，每個結(jié)果是次迭代計算的平均時間。

購買用于運行深度學(xué)習(xí)算法的硬件時，我們常常找不到任何有用的基準(zhǔn)，的選擇是買一個GPU然后用它來測試?，F(xiàn)在市面上性能較好的GPU幾乎都來自英偉達(dá)，但其中也有很多選擇：是買一個新出的TITAN X Pascal還是便宜些的TITAN X Maxwell，又或是GTX 1080？本文中我們對幾個最常見的英偉達(dá)GPU以及最常用的一些深度學(xué)習(xí)算法進(jìn)行了基準(zhǔn)測試。軟件方面，我們比較了最近發(fā)布的四個開源深度學(xué)習(xí)庫：Tensorflow v0.10.0、Neon v1.6.0、Caffe rc3以及caffe的英偉達(dá)版本NVcaffe v0.15.10。

GPU基準(zhǔn)測試：GeForce GTX 1080 vs Titan X(Maxwell) vs Titan X (Pascal)

我們比較了GeForce GTX 1080、Titan X Maxwell和Titan X Pascal三款GPU，使用的深度學(xué)習(xí)庫是Neon、Tensorflow和Caffe，深度學(xué)習(xí)網(wǎng)絡(luò)是AlexNet、GoogleNet、OverFeat和VGG-A。

?

所有基準(zhǔn)測試都使用64位系統(tǒng)，每個結(jié)果是100次迭代計算的平均時間。

基于庫的測試結(jié)果

訓(xùn)練基準(zhǔn)測試

使用四種庫（Tensorflow，NVcaffe，Caffe，Neon）進(jìn)行一次前向迭代和反向迭代的總時間[ms]（越少越好）。結(jié)果如下：

?

推論基準(zhǔn)測試

使用四種庫（Tensorflow，NVcaffe，Caffe，Neon）進(jìn)行一次前向迭代的總時間[ms]（越少越好）。結(jié)果如下：

基于神經(jīng)網(wǎng)絡(luò)的測試結(jié)果

?

訓(xùn)練基準(zhǔn)測試

使用四種神經(jīng)網(wǎng)絡(luò)（VGG-A, OverFeat,AlexNet, GoogLeNet）進(jìn)行一次前向迭代和反向迭代的總時間（越少越好）。結(jié)果如下：

?

推論基準(zhǔn)測試

使用四種神經(jīng)網(wǎng)絡(luò)（VGG-A, OverFeat,AlexNet, GoogLeNet）進(jìn)行一次前向迭代的總時間（越少越好）。結(jié)果如下：

配置

基準(zhǔn)測試工具

在Neon上進(jìn)行基準(zhǔn)測試使用的是neon庫中的腳本neon/tests/run_benchmarks.py，在Tensorflow上使用的是convnet-benchmarks和不加修改的腳本convnet-benchmarks/tensorflow/benchmark_alexnet.py, convnet-benchmarks/tensorflow/benchmark_googlnet.py, convnet-benchmarks/tensorflow/benchmark_overfeat.py 以及 convnet-benchmarks/tensorflow/benchmark_vgg.py。Caffe使用的也是convnet-benchmarks，但對腳本convnet-benchmarks/caffe/run_imagenet.sh作了修改以指向我們的caffe安裝。

深度學(xué)習(xí)庫基準(zhǔn)測試：Caffe vs Neon vsNVcaffe vs Tensorflow

同樣，所有基準(zhǔn)測試都使用64位系統(tǒng)，每個結(jié)果是100次迭代計算的平均時間。

?

基于GPU的測試結(jié)果

?

訓(xùn)練基準(zhǔn)測試

使用四種GPU（Titan X Pascal, Titan X Maxwell, GeForce GTX 1080）進(jìn)行一次前向迭代和反向迭代的總時間（越少越好）。結(jié)果如下：

推論基準(zhǔn)測試

使用四種GPU（Titan X Pascal, Titan X Maxwell, GeForce GTX 1080）進(jìn)行一次前向迭代的總時間（越少越好）。結(jié)果如下：

基于神經(jīng)網(wǎng)絡(luò)的測試結(jié)果

訓(xùn)練基準(zhǔn)測試

使用四種神經(jīng)網(wǎng)絡(luò)（VGG-A, OverFeat,AlexNet, GoogLeNet）進(jìn)行一次前向迭代和反向迭代的總時間（越少越好）。結(jié)果如下：

推論基準(zhǔn)測試

使用四種神經(jīng)網(wǎng)絡(luò)（VGG-A, OverFeat, AlexNet,GoogLeNet）進(jìn)行一次前向迭代的總時間（越少越好）。結(jié)果如下：

?

配置

基準(zhǔn)測試工具

?

在Neon上進(jìn)行基準(zhǔn)測試使用的是neon庫中的腳本neon/tests/run_benchmarks.py，在Tensorflow上使用的是convnet-benchmarks和不加修改的腳本convnet-benchmarks/tensorflow/benchmark_alexnet.py, convnet-benchmarks/tensorflow/benchmark_googlnet.py, convnet-benchmarks/tensorflow/benchmark_overfeat.py 以及 convnet-benchmarks/tensorflow/benchmark_vgg.py。Caffe使用的也是convnet-benchmarks，但對腳本convnet-benchmarks/caffe/run_imagenet.sh作了修改以指向我們的caffe安裝。

歡迎加入本站公開興趣群

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識

QQ群：81035754

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/4411.html

相關(guān)文章

  • 深度神經(jīng)網(wǎng)絡(luò)全面概述：從基本概念到實際模型和硬件基礎(chǔ)

    摘要：深度神經(jīng)網(wǎng)絡(luò)所代表的人工智能技術(shù)被認(rèn)為是這一次技術(shù)變革的基石之一。導(dǎo)語深度神經(jīng)網(wǎng)絡(luò)目前是許多人工智能應(yīng)用的基礎(chǔ)。深度神經(jīng)網(wǎng)絡(luò)概述根據(jù)應(yīng)用情況不同，深度神經(jīng)網(wǎng)絡(luò)的形態(tài)和大小也各異。 深度神經(jīng)網(wǎng)絡(luò)（DNN）所代表的人工智能技術(shù)被認(rèn)為是這一次技術(shù)變革的基石（之一）。近日，由 IEEE Fellow Joel Emer 領(lǐng)導(dǎo)的一個團(tuán)隊發(fā)布了一篇題為《深度神經(jīng)網(wǎng)絡(luò)的有效處理：教程和調(diào)研（Efficie...

    Sanchi 評論0 收藏0

  • 基準(zhǔn)評測TensorFlow、Caffe等在三類流行深度神經(jīng)網(wǎng)絡(luò)上的表現(xiàn)

    摘要：在兩個平臺三個平臺下，比較這五個深度學(xué)習(xí)庫在三類流行深度神經(jīng)網(wǎng)絡(luò)上的性能表現(xiàn)。深度學(xué)習(xí)的成功，歸因于許多層人工神經(jīng)元對輸入數(shù)據(jù)的高表征能力。在年月，官方報道了一個基準(zhǔn)性能測試結(jié)果，針對一個層全連接神經(jīng)網(wǎng)絡(luò)，與和對比，速度要快上倍。 在2016年推出深度學(xué)習(xí)工具評測的褚曉文團(tuán)隊，趕在猴年最后一天，在arXiv.org上發(fā)布了的評測版本。這份評測的初版，通過國內(nèi)AI自媒體的傳播，在國內(nèi)業(yè)界影響很...

    canopus4u 評論0 收藏0

  • 做深度學(xué)習(xí)這么多年還不會挑GPU？這兒有份選購全攻略

    摘要：深度學(xué)習(xí)是一個對算力要求很高的領(lǐng)域。這一早期優(yōu)勢與英偉達(dá)強(qiáng)大的社區(qū)支持相結(jié)合，迅速增加了社區(qū)的規(guī)模。對他們的深度學(xué)習(xí)軟件投入很少，因此不能指望英偉達(dá)和之間的軟件差距將在未來縮小。 深度學(xué)習(xí)是一個對算力要求很高的領(lǐng)域。GPU的選擇將從根本上決定你的深度學(xué)習(xí)體驗。一個好的GPU可以讓你快速獲得實踐經(jīng)驗，而這些經(jīng)驗是正是建立專業(yè)知識的關(guān)鍵。如果沒有這種快速的反饋，你會花費過多時間，從錯誤中吸取教訓(xùn)...

    JohnLui 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<