paint-brush
Una descripción general del panorama del cargador de datos: resultados numéricos (cont.)por@serialization
123 lecturas

Una descripción general del panorama del cargador de datos: resultados numéricos (cont.)

Demasiado Largo; Para Leer

En este artículo, los investigadores destacan los cargadores de datos como clave para mejorar la capacitación en aprendizaje automático, comparando bibliotecas en cuanto a funcionalidad, usabilidad y rendimiento.
featured image - Una descripción general del panorama del cargador de datos: resultados numéricos (cont.)
The Serialization Publication HackerNoon profile picture
0-item

Autores:

(1) Iason Ofeidis, Departamento de Ingeniería Eléctrica e Instituto de Ciencias de Redes de Yale, Universidad de Yale, New Haven {Contribución igual};

(2) Diego Kiedanski, Departamento de Ingeniería Eléctrica e Instituto de Ciencias de Redes de Yale, Universidad de Yale, New Haven {Contribución igual};

(3) Leandros Tassiulas Levon Ghukasyan, Activeloop, Mountain View, CA, EE. UU., Departamento de Ingeniería Eléctrica e Instituto de Ciencias de Redes de Yale, Universidad de Yale, New Haven.

Tabla de enlaces

A. RESULTADOS NUMÉRICOS CONT.

En este apéndice incluimos una colección de argumentos para los que no teníamos espacio en las páginas principales del artículo.


Figura 11. Comparación del impacto del tamaño del lote en CIFAR10 con una sola GPU.


Figura 12. Comparación del impacto del tamaño del lote en Random con una sola GPU.


Figura 13. Comparación del impacto del tamaño del lote en CoCo con una sola GPU.


Figura 14. Comparando el impacto del número de trabajadores en CIFAR10 con una sola GPU.


Figura 15. Comparación del impacto del número de trabajadores en Random con una sola GPU.


Figura 16. Comparando el impacto del número de trabajadores en CoCo con una sola GPU.


Figura 17. Comparación del impacto del tamaño de lote en CIFAR10 con múltiples GPU.


Figura 18. Comparación del impacto del tamaño de lote en Random con múltiples GPU


Figura 19. Comparación del impacto del tamaño de lote en CoCo con múltiples GPU.


Figura 20. Comparación del impacto del número de trabajadores en CIFAR10 con múltiples GPU


Figura 21. Comparación del impacto de la cantidad de trabajadores en Random con múltiples GPU.


Figura 22. Comparación del impacto del número de trabajadores en CoCo con múltiples GPU.


Figura 23. Comparación del impacto del tamaño del lote en CIFAR10 con una sola GPU durante el filtrado.


Figura 24. Comparación del impacto del tamaño del lote en Random con una sola GPU durante el filtrado


Figura 25. Comparación del impacto del tamaño del lote en CoCo con una sola GPU durante el filtrado.


Figura 26. Comparación del impacto del número de trabajadores en CIFAR10 con una sola GPU durante el filtrado


Figura 27. Comparación del impacto de la cantidad de trabajadores en Random con una sola GPU durante el filtrado.


Figura 28. Comparación del impacto del número de trabajadores en CoCo con una sola GPU durante el filtrado.


Este documento está disponible en arxiv bajo licencia CC 4.0.