Google cloud platform 在谷歌云特斯拉K80上的培训比在本地笔记本电脑上的培训慢
类似的未回答问题如下: 我在我的笔记本电脑上开发了一个细分网络,它有一个nvidia GTX 1070 8GB。每个历元需要约4分钟的训练Google cloud platform 在谷歌云特斯拉K80上的培训比在本地笔记本电脑上的培训慢,google-cloud-platform,deep-learning,gpu,Google Cloud Platform,Deep Learning,Gpu,类似的未回答问题如下: 我在我的笔记本电脑上开发了一个细分网络,它有一个nvidia GTX 1070 8GB。每个历元需要约4分钟的训练 我决定将我的培训转向谷歌云,并用8个vCPU和1个特斯拉K80 GPU构建了一个“深度学习虚拟机”实例。谷歌上的训练速度明显较慢,每个历元大约需要12分钟。如果不是更快的话,我希望它能保持同样的速度。你知道为什么会发生这种情况,或者云实例通常比GPU笔记本电脑慢吗?环境完全相同,只是我的笔记本电脑运行的是Python 3.6,云实例是Python 3.5,但
我决定将我的培训转向谷歌云,并用8个vCPU和1个特斯拉K80 GPU构建了一个“深度学习虚拟机”实例。谷歌上的训练速度明显较慢,每个历元大约需要12分钟。如果不是更快的话,我希望它能保持同样的速度。你知道为什么会发生这种情况,或者云实例通常比GPU笔记本电脑慢吗?环境完全相同,只是我的笔记本电脑运行的是Python 3.6,云实例是Python 3.5,但我不认为这是速度差异的原因。正如您所知,当您在NVIDIA GPU上启用Tensor Cores时,您将需要人工智能训练时间。在这种情况下,当您选择特斯拉K80 GPU时,性能问题似乎与GPU内的张量内核有关(此型号没有张量内核)。你应该考虑这一点,根据你的工作量类型选择GPU来优化你的培训工作。如你所知,当你使用NVIDIA GPU上启用的张量核时,你会进行人工智能训练。在这种情况下,当您选择特斯拉K80 GPU时,性能问题似乎与GPU内的张量内核有关(此型号没有张量内核)。你应该考虑这一点,根据你的工作负荷类型选择GPU来优化你的培训工作。