首页 > 代码库 > 深度学习ECCV2014，imagenet比赛冠亚军GOOGLENET，VGG运算性能分析

深度学习ECCV2014，imagenet比赛冠亚军GOOGLENET，VGG运算性能分析

2024-07-28 03:22:19   217人阅读

这些天跑VGG和GOOGLENET真心快被虐哭了，VGG跑了2个星期才收敛到错误率40%，然后换了土豪的K40，跑一些测试结果给大家看，第一part分享一下性能报告，程序跑在Nvidia K40，显存12G，内存64G服务器，训练和测试数据集建立在自有数据集及imagenet数据集

        训练配置:batchsize=128 

caffe自有的imagenet with cuDNN模型快于googlenet with cuDNN      

VGG16层不用cuDNN慢于caffe自有的imagenet with cuDNN模型

VGG19层不用cuDNN慢于caffe自有的imagenet with cuDNN模型

 

一、CAFFE 自带配置，使用cuDNN

        Forward速度 : 220ms

        Backward速度 :360ms

二、CAFFE 自带配置，不使用cuDNN

        Forward速度 : 300ms

        Backward速度 :410ms

三、GoogleNet，使用cuDNN

        Forward速度 : 614ms

        Backward速度 :1377ms

四、GoogleNet，不使用cuDNN

        Forward速度 : 1145ms

        Backward速度 :2009ms

五、VGG16层，使用cuDNN

        Forward速度 : 3101ms

        Backward速度 :8002ms

六、VGG19层，使用cuDNN

        Forward速度 : 3972ms

        Backward速度 :8540ms

        这里有个问题，据大家讨论说VGG的不用cuDNN会快于用cuDNN，这个需要验证，后续可以update给大家，暂时计算资源比较紧缺，没法实验

        另外想说的是，VGG收敛极其缓慢，不建议随便用VGG做工程，跑个参数就可以了，呵呵，土豪的老美，预计VGG收敛需要1个月。


深度学习ECCV2014，imagenet比赛冠亚军GOOGLENET，VGG运算性能分析


联系
我们