Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/330.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 使nn.模块更快_Python_Torch - Fatal编程技术网

Python 使nn.模块更快

Python 使nn.模块更快,python,torch,Python,Torch,我有一个nn.Module(来自clovaai的CRAFT),我有点烦,因为我的CPU上的预测相当长(~13s)。 有没有一般性的提示(除了使用GPU)来改善这种网络的预测? 谢谢你的修剪 你应该研究一下“模型修剪”。这是一个普遍的概念,在这个领域有很多工具和技术 其基本思想是,大型网络通常非常“稀疏”,这意味着大多数权重对最终输出的贡献不大。因此,您可以删除它们,并观察到性能几乎没有下降。从网络中移除权重会减小其大小,因此也会减少推理所需的工作量 降低精度 这一点我在实践中不太熟悉,但其想法是

我有一个nn.Module(来自clovaai的CRAFT),我有点烦,因为我的CPU上的预测相当长(~13s)。
有没有一般性的提示(除了使用GPU)来改善这种网络的预测? 谢谢你的修剪 你应该研究一下“模型修剪”。这是一个普遍的概念,在这个领域有很多工具和技术

其基本思想是,大型网络通常非常“稀疏”,这意味着大多数权重对最终输出的贡献不大。因此,您可以删除它们,并观察到性能几乎没有下降。从网络中移除权重会减小其大小,因此也会减少推理所需的工作量

降低精度 这一点我在实践中不太熟悉,但其想法是,如果在运行时降低计算的“精度”(即位深度),同样可以用精度(或实际上是精度)换取推理的速度