我想使用cifar10-train.py基准测试比较source-build tensorflow-gpu .whl和google提供的性能。我的GPU是1080ti，11G，CPU是Intel 4690k，32G。我已经运行了数十个测试，其中每个测试运行3〜5次，最大步长范围为1000到1000,000，例如1000、5000、200000和1000,000。我在测试中应用了相同的最大步数，并且分数（样本/秒）已被累积并按持续时间平均。每次测试的基准分数是通过3〜5倍的平均值计算得出的。我注意到我可以获得非常好的性能，例如，在fedora 28中，我可以得到许多步骤，这些步骤在测试过程中每秒显示超过14000个样本（运行3到5次），甚至某个步骤可以显示约14500个样本/秒 我认为这真的很高。但是，只有在运气好的情况下才能获得这种情况。 通常，我可以得到12000〜13xxx样本/秒。 [根据我的经验，对于ubuntu和Windows，趋势非常相似，但得分略低于fedora。]我不知道为什么可以获得如此幸运的机会。我真的很想知道是什么原因导致这种出色的性能。
起初，我认为GPU的温度或GPU的内存状态可能会影响该分数，因此我已经监视了GPU温度，并尝试过几次重启计算机，但是经过这样的试验，我得出结论不是原因。