728x90
반응형
torch.backends.cudnn.benchmark 코드는 True와 False로 설정할 수 있다.
이 코드의 역할은 다음과 같다.
- 내장된 cudnn 자동 튜너를 활성화하여, 하드웨어에 맞게 사용할 최상의 알고리즘(텐서 크기나 conv 연산에 맞게?)을 찾는다.
- 입력 이미지 크기가 자주 변하지 않는다면, 초기 시간이 소요되지만 일반적으로 더 빠른 런타임의 효과를 볼 수 있다.
- 그러나, 입력 이미지 크기가 반복될 때마다 변경된다면 런타임성능이 오히려 저하될 수 있다.
https://discuss.pytorch.org/t/what-does-torch-backends-cudnn-benchmark-do/5936/7
What does torch.backends.cudnn.benchmark do?
Does it work to turn it on for training (where I have a constant input size) and turn it off for validation (where my input size isn’t constant)? Do I just set the constant before doing my validation?
discuss.pytorch.org
https://www.facebook.com/groups/PyTorchKR/permalink/1010080022465012/
Facebook 그룹
PyTorch KR에 멤버 10,393명이 있습니다. PyTorch를 이용한 자유로운 머신러닝 이야기의 장, PyTorch 한국 사용자 그룹 PyTorch KR입니다. PyTorch KR slack 가입 링크: https://pytorch-kr-invitation.herokuapp.com PyTorch KR sla
www.facebook.com
반응형
'Image processing > Deep-learning' 카테고리의 다른 글
| Albumentations 이미지 Augmentation API 소개 (0) | 2021.01.31 |
|---|---|
| Depth-wise Separable Convolution (0) | 2020.08.02 |
| Deep Learning model 학습 Tip 정리 (2) | 2020.07.02 |
| [Deep Learning] GAN 학습에서의 문제점 (0) | 2020.02.10 |
| [Deep Learning] 딥러닝 디버깅 툴 Tensorwatch (0) | 2020.02.07 |