深度學習三大硬件+四大學習庫基準測試對比，指標全面呈現

YacaToy 發布于2019-04-25 18:05 / 3708人閱讀

摘要：基準測試我們比較了和三款，使用的深度學習庫是和，深度學習網絡是和。深度學習庫基準測試同樣，所有基準測試都使用位系統，每個結果是次迭代計算的平均時間。

購買用于運行深度學習算法的硬件時，我們常常找不到任何有用的基準，的選擇是買一個GPU然后用它來測試。現在市面上性能較好的GPU幾乎都來自英偉達，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GPU以及最常用的一些深度學習算法進行了基準測試。軟件方面，我們比較了最近發布的四個開源深度學習庫：Tensorflow v0.10.0、Neon v1.6.0、Caffe rc3以及caffe的英偉達版本NVcaffe v0.15.10。

GPU基準測試：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，使用的深度學習庫是Neon、Tensorflow和Caffe，深度學習網絡是AlexNet、GoogleNet、OverFeat和VGG-A。

所有基準測試都使用64位系統，每個結果是100次迭代計算的平均時間。

基于庫的測試結果

訓練基準測試

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

推論基準測試

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

基于神經網絡的測試結果

訓練基準測試

使用四種神經網絡（VGG-A, OverFeat,AlexNet, GoogLeNet）進行一次前向迭代和反向迭代的總時間（越少越好）。結果如下：

推論基準測試

使用四種神經網絡（VGG-A, OverFeat,AlexNet, GoogLeNet）進行一次前向迭代的總時間（越少越好）。結果如下：

配置

基準測試工具

在Neon上進行基準測試使用的是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。

深度學習庫基準測試：Caffe vs Neon vsNVcaffe vs Tensorflow

同樣，所有基準測試都使用64位系統，每個結果是100次迭代計算的平均時間。

基于GPU的測試結果

訓練基準測試

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

推論基準測試

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

基于神經網絡的測試結果

訓練基準測試

使用四種神經網絡（VGG-A, OverFeat,AlexNet, GoogLeNet）進行一次前向迭代和反向迭代的總時間（越少越好）。結果如下：

推論基準測試

使用四種神經網絡（VGG-A, OverFeat, AlexNet,GoogLeNet）進行一次前向迭代的總時間（越少越好）。結果如下：

配置

基準測試工具

歡迎加入本站公開興趣群

商業智能與數據分析群

興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識

QQ群：81035754

云服務器 GPU云服務器深度學習庫大數據三大框架學習基準測試 linux 基準測試

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/4411.html

深度神經網絡全面概述：從基本概念到實際模型和硬件基礎

摘要：深度神經網絡所代表的人工智能技術被認為是這一次技術變革的基石之一。導語深度神經網絡目前是許多人工智能應用的基礎。深度神經網絡概述根據應用情況不同，深度神經網絡的形態和大小也各異。深度神經網絡（DNN）所代表的人工智能技術被認為是這一次技術變革的基石（之一）。近日，由 IEEE Fellow Joel Emer 領導的一個團隊發布了一篇題為《深度神經網絡的有效處理：教程和調研（Efficie...

Sanchi 2019-04-25 18:11 評論0 收藏0
基準評測TensorFlow、Caffe等在三類流行深度神經網絡上的表現

摘要：在兩個平臺三個平臺下，比較這五個深度學習庫在三類流行深度神經網絡上的性能表現。深度學習的成功，歸因于許多層人工神經元對輸入數據的高表征能力。在年月，官方報道了一個基準性能測試結果，針對一個層全連接神經網絡，與和對比，速度要快上倍。在2016年推出深度學習工具評測的褚曉文團隊，趕在猴年最后一天，在arXiv.org上發布了的評測版本。這份評測的初版，通過國內AI自媒體的傳播，在國內業界影響很...

canopus4u 2019-04-25 18:07 評論0 收藏0
做深度學習這么多年還不會挑GPU？這兒有份選購全攻略

摘要：深度學習是一個對算力要求很高的領域。這一早期優勢與英偉達強大的社區支持相結合，迅速增加了社區的規模。對他們的深度學習軟件投入很少，因此不能指望英偉達和之間的軟件差距將在未來縮小。深度學習是一個對算力要求很高的領域。GPU的選擇將從根本上決定你的深度學習體驗。一個好的GPU可以讓你快速獲得實踐經驗，而這些經驗是正是建立專業知識的關鍵。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...

JohnLui 2019-04-25 18:32 評論0 收藏0