如何加速训练？

项目

数据集

课程

比赛

模型库

活动

论坛

访问飞桨官网

项目

数据集

课程

比赛

模型库

活动

论坛

访问飞桨官网

水水水的老师发布于2020-03

已经用了GPU

一轮batch也才32 训练时长下不去怎么办？

全部评论(19)

水水水的老师

#2 回复于2020-03

也使用了bn

水水水的老师

#3 回复于2020-03

还有dropout也在每层使用

AIStudio810258

#4 回复于2020-03

看看这个

https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/performance_improving/index_cn.html#id1

thinc

#5 回复于2020-03

水水水的老师 #2

也使用了bn

bn应该是标配了，但是如果单纯想减少时间，可以少用bn

thinc

#6 回复于2020-03

AIStudio810258 #4

看看这个 https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/performance_improving/index_cn.html#id1

展开

文档真是个好东西！

AIStudio810258

#7 回复于2020-03

看到这个项目。想起可能对你有帮助。

https://aistudio.baidu.com/aistudio/projectdetail/316757

Action

#8 回复于2020-03

slim model

MLTcola

#9 回复于2020-04

增加池化层和dropout来压缩和减少数据？？？

ZengZhuoqi

#10 回复于2020-04

分布式，可以试试

寒鹤

#11 回复于2020-04

使用迁移训练，找一个比较好的basemodel

AIStudio810258

#12 回复于2020-04

今天看了一个帖子说用1*1的卷积层可以代替BN层。

水水水的老师

#13 回复于2020-04

AIStudio810258 #4

看看这个 https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/performance_improving/index_cn.html#id1

展开

可以可以，太棒了

水水水的老师

#14 回复于2020-04

thinc #6

文档真是个好东西！

的确是文档大法好

水水水的老师

#15 回复于2020-04

AIStudio810258 #7

看到这个项目。想起可能对你有帮助。 https://aistudio.baidu.com/aistudio/projectdetail/316757

还不错哈哈

水水水的老师

#16 回复于2020-04

Action #8

slim model

加速、优化的一个好方法

水水水的老师

#17 回复于2020-04

Action #8

slim model

加速、优化slim是一个好方法

水水水的老师

#18 回复于2020-04

MLTcola #9

增加池化层和dropout来压缩和减少数据？？？

必须滴

水水水的老师

#19 回复于2020-04

ZengZhuoqi #10

分布式，可以试试

№ 服务器

水水水的老师

#20 回复于2020-04

寒鹤 #11

使用迁移训练，找一个比较好的basemodel

vgg用的多 resnet也有用