修复Google协作GPU的性能?

时间:2019-06-26 13:07:16

标签: tensorflow keras gpu python-multiprocessing google-colaboratory

我想知道是否有人可以帮助我解决与Google合作伙伴之间的问题?我试图确保我正在使用的程序确实在GPU上运行,因为我对其是否确实存在一些疑问。造成这种怀疑的原因是我的数据集不是太大,大约有2300个项目,但是仅处理,分离和重塑数据集的特征和标签可能需要大约10分钟的时间,这比我预期的要长得多。所以我想看看协作实验室上的GPU是否正在发生某些事情。

因此,我采取的一些步骤是使用Google的视频设置GPU,并试图弄清楚如何使for循环并行化,该循环完成了大部分预处理工作。但是我对这些实现方式有些复杂,从视频中看,我的GPU似乎在此过程中运行,但是它仍然运行得同样慢,并且为了进行并行化尝试,它没有运行得更快(这可能是因为由于我缺乏对python进行并行化的知识)。我还想发现的一件事是一种在执行代码块时查看GPU实时使用情况报告的方法,但这没有用。因此,我希望获得一些有关如何改进模型的反馈,以使它们可以在保持(甚至提高)精度的同时更快地运行

提前谢谢

0 个答案:

没有答案