paint-brush
数据加载器概况:数值结果续。经过@serialization
207 讀數

数据加载器概况:数值结果续。

太長; 讀書

在本文中,研究人员强调数据加载器是改进 ML 训练的关键,并比较了库的功能、可用性和性能。
featured image - 数据加载器概况:数值结果续。
The Serialization Publication HackerNoon profile picture
0-item

作者:

(1) Iason Ofeidis,耶鲁大学电气工程系、耶鲁网络科学研究所,纽黑文{同等贡献};

(2)Diego Kiedanski,耶鲁大学电气工程系、耶鲁网络科学研究所,纽黑文{同等贡献};

(3) Leandros TassiulasLevon Ghukasyan,Activeloop,美国加利福尼亚州山景城,电气工程系,耶鲁大学网络科学研究所,纽黑文。

链接表

A.数值结果续

在此附录中,我们收集了文章核心页面中没有空间容纳的一些图表。


图 11. 使用单个 GPU 比较 CIFAR10 中批次大小的影响。


图 12. 使用单个 GPU 比较随机批次大小的影响。


图 13.将 CoCo 中的批次大小的影响与单个 GPU 进行比较。


图 14.比较 CIFAR10 中工人数量与单个 GPU 的影响。


图 15.比较随机和单个 GPU 中工人数量的影响。


图 16.比较 CoCo 中工人数量与单个 GPU 的影响。


图 17.比较 CIFAR10 中批次大小与多 GPU 的影响。


图 18. 比较随机使用多个 GPU 时批次大小的影响


图 19.比较 CoCo 中批次大小与多 GPU 的影响。


图 20. 比较 CIFAR10 中多个 GPU 的工人数量的影响


图 21.比较随机和多 GPU 中工人数量的影响。


图 22.比较 CoCo 中具有多个 GPU 的工人数量的影响。


图 23. 比较 CIFAR10 与单个 GPU 进行过滤时批次大小的影响。


图 24. 比较使用单个 GPU 进行随机过滤时批次大小的影响


图 25. 比较 CoCo 中批次大小对单个 GPU 进行过滤的影响。


图 26. 比较 CIFAR10 中单个 GPU 的工人数量对过滤的影响


图 27.比较过滤时随机工人数量与单个 GPU 的影响。


图 28.比较 CoCo 中工人数量与单个 GPU 在过滤时的影响。