Python AWS p3.2xlarge上的图像分割推断比本地2080 TI慢
我使用的是Keras+TF1.14。我有一个基于Resnet152的图像分割训练模型。我注意到，在我的桌面（2080 TI+Ryzen9）上，推理比在AWS p3.2xlarge（特斯拉V100）上运行快得多（约1.5倍） 这真的让我很困惑，因为从我在网上看到的一切来看，V100应该快30-50%。我唯一的优势是有更好的CPU。所以我想知道，图像分割的推断是否受到CPU的限制，我没有充分利用V100的潜力？所有的预处理都是提前完成的 如何充分利用AWS的V100Python AWS p3.2xlarge上的图像分割推断比本地2080 TI慢,python,tensorflow,keras,deep-learning,image-segmentation,Python,Tensorflow,Keras,Deep Learning,Image Segmentation,我使用的是Keras+TF1.14。我有一个基于Resnet152的图像分割训练模型。我注意到，在我的桌面（2080 TI+Ryzen9）上，推理比在AWS p3.2xlarge（特斯拉V100）上运行快得多（约1.5倍） 这真的让我很困惑，因为从我在网上看到的一切来看，V100应该快30-50%。我唯一的优势是有更好的CPU。所以我想知道，图像分割的推断是否受到CPU的限制，我没有充分利用V100的潜力？所有的预处理都是提前完成的 如何充分利用AWS的V100