paint-brush
Veri Yükleyici Ortamına Genel Bir Bakış: Sayısal Sonuçlar (Devamı)ile@serialization
123 okumalar

Veri Yükleyici Ortamına Genel Bir Bakış: Sayısal Sonuçlar (Devamı)

Çok uzun; Okumak

Bu makalede araştırmacılar, kitaplıkları işlevsellik, kullanılabilirlik ve performans açısından karşılaştırarak veri yükleyicilerin makine öğrenimi eğitimini iyileştirmenin anahtarı olduğunu vurguluyor.
featured image - Veri Yükleyici Ortamına Genel Bir Bakış: Sayısal Sonuçlar (Devamı)
The Serialization Publication HackerNoon profile picture
0-item

Yazarlar:

(1) Iason Ofeidis, Elektrik Mühendisliği Bölümü ve Yale Ağ Bilimi Enstitüsü, Yale Üniversitesi, New Haven {Eşit katkı};

(2) Diego Kiedanski, Elektrik Mühendisliği Bölümü ve Yale Ağ Bilimi Enstitüsü, Yale Üniversitesi, New Haven {Eşit katkı};

(3) Leandros Tassiulas Levon Ghukasyan, Activeloop, Mountain View, CA, ABD, Elektrik Mühendisliği Bölümü ve Yale Ağ Bilimi Enstitüsü, Yale Üniversitesi, New Haven.

Bağlantı Tablosu

A. SAYISAL SONUÇLAR DEVAMI

Bu ekte, makalenin ana sayfalarında yer bulamadığımız konuların bir derlemesine yer veriyoruz.


Şekil 11. CIFAR10'daki parti boyutunun etkisinin tek bir GPU ile karşılaştırılması.


Şekil 12. Rastgele parti boyutunun etkisinin tek bir GPU ile karşılaştırılması.


Şekil 13. CoCo'da toplu iş boyutunun etkisinin tek bir GPU ile karşılaştırılması.


Şekil 14. CIFAR10'daki çalışan sayısının etkisinin tek bir GPU ile karşılaştırılması.


Şekil 15. Random'daki çalışan sayısının etkisinin tek bir GPU ile karşılaştırılması.


Şekil 16. CoCo'daki çalışan sayısının etkisinin tek bir GPU ile karşılaştırılması.


Şekil 17. CIFAR10'daki parti boyutunun etkisinin birden fazla GPU ile karşılaştırılması.


Şekil 18. Rastgele parti boyutunun etkisinin birden fazla GPU ile karşılaştırılması


Şekil 19. CoCo'da toplu iş boyutunun etkisinin birden fazla GPU ile karşılaştırılması.


Şekil 20. CIFAR10'daki çalışan sayısının etkisinin birden fazla GPU ile karşılaştırılması


Şekil 21. Birden fazla GPU'lu Random'daki çalışan sayısının etkisinin karşılaştırılması.


Şekil 22. CoCo'daki çalışan sayısının etkisinin birden fazla GPU ile karşılaştırılması.


Şekil 23. Filtreleme sırasında CIFAR10'daki parti boyutunun etkisinin tek bir GPU ile karşılaştırılması.


Şekil 24. Filtreleme sırasında Rastgele parti boyutunun etkisinin tek bir GPU ile karşılaştırılması


Şekil 25. Filtreleme sırasında CoCo'da toplu iş boyutunun etkisinin tek bir GPU ile karşılaştırılması.


Şekil 26. CIFAR10'daki çalışan sayısının tek GPU ile filtreleme sırasındaki etkisinin karşılaştırılması


Şekil 27. Random'daki çalışan sayısının tek bir GPU ile filtreleme sırasındaki etkisinin karşılaştırılması.


Şekil 28. CoCo'daki çalışan sayısının tek bir GPU ile filtreleme sırasındaki etkisinin karşılaştırılması.