除RAM之外还有什么能影响速度吗?我在两台不同的笔记本电脑上运行实验,一台只分配300MB,另一台分配4GB,不管怎样,300MB运行得更快,尽管分配的内存不到内存的1/10。
不同类型的nvidia卡是否存在潜在的分配问题?两者都是相同的LSTM。
答案 0 :(得分:0)
是的,如果您正在运行tensorflow-gpu(它将您的代码并行运行得更快,更快),Tensorflow会受到CPU时钟速度或GPU特性的影响。从GPU的单核性能到其视频RAM的所有内容都会影响您的NN训练速度,尽管它可能是非线性的 - 例如,高带宽GPU在小前馈上的低带宽GPU上可能没有太大的性能提升网络。除非您运行多个GPU,并且如果您不尝试分配内存来填充超过80%的VRam(我发现通常前20%已经满了),我不知道为什么会这样内存分配问题 - 最后,我知道它已经有一段时间了,所以如果您仍然遇到问题,可能会更新您的CUDA驱动程序。