目前cpu和gpu利用率都在20%左右，请问如何提高利用率
项目是用parl做强化学习，输入为100x100的灰度图，batchsize设置为256
项目地址： https://gitee.com/wangzhenqi000/ParlDqn.git
这里的项目地址是
https://aistudio.baidu.com/aistudio/projectdetail/566373
dingyixia
还是靠自己。。可以看到cpu的一个核已经拉满了，所以解决思路就是怎么搞搞多线程。配这个cpu真对不起这个显卡
12核，每核两线程，然而训练时就可着几个用（13%，不知道这个数怎么来的），太垃圾了
请问应该怎么解决呢？我的项目也是GPU利用率非常低
主要还是得把线程拉满，不然真对不起这v100
加大batchsize试试看
学到了~
提高BS，效果立竿见影，榨干GPU
提高bs效果不一定好
其实我们跑的这些任务都是小的，普通的GPU也够我们使
我32g的显存每次都能跑满
大佬
增加batch_size,增加网络宽度和深度
加大bs
6666666
我觉得gpu不一定利用率高好，就比如最简单的加大bs，普遍来说都会降低test集的准确率
我记得都浪费在数据处理那里了
加大bs训练能够稳定很多
真的吗...bs大了loss就下不来了
亲测cifar100数据集，loss在64——256都还行，大了小了loss都会卡住，效果很糟
这里的项目地址是
https://aistudio.baidu.com/aistudio/projectdetail/566373
dingyixia
还是靠自己。。可以看到cpu的一个核已经拉满了，所以解决思路就是怎么搞搞多线程。配这个cpu真对不起这个显卡
12核，每核两线程，然而训练时就可着几个用（13%，不知道这个数怎么来的），太垃圾了
请问应该怎么解决呢？我的项目也是GPU利用率非常低
主要还是得把线程拉满，不然真对不起这v100
加大batchsize试试看
学到了~
提高BS，效果立竿见影，榨干GPU
提高bs效果不一定好
其实我们跑的这些任务都是小的，普通的GPU也够我们使
我32g的显存每次都能跑满
大佬
增加batch_size,增加网络宽度和深度
加大bs
6666666
我觉得gpu不一定利用率高好，就比如最简单的加大bs，普遍来说都会降低test集的准确率
我记得都浪费在数据处理那里了
加大bs训练能够稳定很多
真的吗...bs大了loss就下不来了
亲测cifar100数据集，loss在64——256都还行，大了小了loss都会卡住，效果很糟