使用 CUDA 7.5 在 GeForce GTX Titan X 上的训练时间

Posted

技术标签:

【中文标题】使用 CUDA 7.5 在 GeForce GTX Titan X 上的训练时间【英文标题】:Training time on GeForce GTX Titan X with CUDA 7.5 【发布时间】:2016-08-11 20:41:52 【问题描述】:

我正在使用 CUDA 7.5 (Ubuntu 14) 在 GeForce GTX Titan X 上运行 Caffe 库。我不确定是否为我的设置正确配置了 Caffe。我的数据集由 256 x 256 像素(3 个通道)的图像、100000 个训练/10000 个测试样本组成。对于第一个测试,我使用 AlexNet,new_height=256,new_width=256,crop_size=227。在一台 Titan X 上运行 1000 次训练迭代,batch_size=256 大约需要 17 分钟……这个硬件是不是太慢了?

感谢任何帮助和建议!

【问题讨论】:

【参考方案1】:

不,不是。查看 this 链接了解 Caffe 性能和硬件配置。

【讨论】:

【参考方案2】:

对一批 256 张图像运行 1000 次迭代: (256 高度* 256 宽度* 256 批量大小 * 1000 次迭代 * 3 通道) 字节 / ((1024*1024)MB * (17*60)秒) = 47MBps 计算速度。

以下可能会提高性能:

如果原始图像的分辨率更高,请尝试将它们预处理为 256x256,从而减少从硬盘读取的大量像素。 使用 Cudnn 标志编译 Caffe。这可能会使速度提高 30% 尝试创建输入集的 LMDB 数据集,并使用 LMDB 数据进行训练。 尝试使用 SSD 而不是 SATA 硬盘。

【讨论】:

非常感谢您的回复!我会检查这些选项。

以上是关于使用 CUDA 7.5 在 GeForce GTX Titan X 上的训练时间的主要内容,如果未能解决你的问题,请参考以下文章

深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

win10 Gtx1080ti 安装cuda8.0或7.5时提示this graphics driver could not find

Nvidia GeForce GTX 1650不支持OpenGL4.6

Nvidia GeForce GTX 1650不支持OpenGL4.6

gtx 1660 的cuda计算能力是多少

cuda 计算力查看