大規模最適化問題、グラフ探索、機械学習やデジタルツインなど

旧名:最適化問題に対する超高速&安定計算

Chainer 3.5.0 と imagenet その1

Chainer 3.5.0 に関して同じ NVIDIA GeForce GTX 1080 Ti を用いて imagenetの測定をしてみました。CPU 等が異なるので参考程度ですが、Linux の方が速めです。。。

Linux : CentOS 7.4
CPU : Intel(R) Xeon(R) CPU E5-2620 v4 @ 2.10GHz x 2
メモリ:256GB
GPU : NVIDIA Tesla V100 x1 & GeForce GTC 1080 Ti x 2

[fujisawa@opt-dl chainer_imagenet_tools]$ time python ../imagenet/train_imagenet.py -a alex -g 1 -E 50 train.txt test.txt
epoch iteration main/loss validation/main/loss main/accuracy validation/main/accuracy lr
4 1000 3.36928 0.283906 0.01
9 2000 2.00638 0.509687 0.01
13 3000 1.30866 0.6555 0.01
18 4000 0.84524 0.764906 0.01
23 5000 0.583757 0.83325 0.01
27 6000 0.412076 0.882906 0.01
32 7000 0.311377 0.910469 0.01
37 8000 0.249152 0.926969 0.01
41 9000 0.195767 0.944031 0.01
46 10000 0.179895 0.948313 0.01

real 7m42.649s
user 61m59.552s
sys 2m47.719s


Windows 10
CPU : Core i9 7960X (16コア/32スレッド/2.8GHz/tb4.2GHz/22MB/165W) LGA2066,
メモリ : 128GB (32GB×4) DDR4 2666(PC4-21300)
VGA : NVIDIA GeForce GTX 1080 Ti x 2

PS C:\Users\toyota\Documents\chainer-master\examples\chainer_imagenet_tools> python ..\imagenet\train_imagenet.py -a alex -g 0 -E 50 .\train.txt .\test.txt
epoch iteration main/loss validation/main/loss main/accuracy validation/main/accuracy lr
4 1000 3.40059 0.278781 0.01
9 2000 2.00597 0.509063 0.01
13 3000 1.32499 0.653125 0.01
18 4000 0.868728 0.76025 0.01
23 5000 0.589559 0.831688 0.01
27 6000 0.432022 0.876 0.01
32 7000 0.32487 0.907281 0.01
37 8000 0.245954 0.930188 0.01
41 9000 0.193545 0.94475 0.01
46 10000 0.175363 0.949781 0.01

Days : 0
Hours : 0
Minutes : 8
Seconds : 34
Milliseconds : 368
Ticks : 5143682071
TotalDays : 0.00595333573032407
TotalHours : 0.142880057527778
TotalMinutes : 8.57280345166667
TotalSeconds : 514.3682071
TotalMilliseconds : 514368.2071