티스토리 뷰
CNN 류 모델들은 GPU 메모리 사용량을 최대치에 가깝게 사용할때 학습 속도(수렴 X, Latency O)가 빨랐는데, Transformer 류 모델들은 GPU 메모리를 여유있게(한 75%?...) 배치 사이즈를 설정해야 속도가 빠른 거 같다. 아닌가.. CUDA 코어 사용량 때문인가...
v100이나 a100 같은 gpu로는 학습을 안시켜봐서 모르겠다.
적어도 rtx 3070, titan rtx 에서는 이런 현상을 경험할 수 있었다.
'Deep Learning' 카테고리의 다른 글
| DETR 이 수렴 속도가 느린 의심되는 이유 중 하나 (1) | 2023.12.02 |
|---|---|
| Wandb 강제 종료(Ctrl+C) 후 잦은 에러 메시지 출력 문제 해결법 (2) | 2023.11.08 |
| [ONNXRuntime] python ONNXRuntime gpu 지정 방법 (0) | 2023.10.20 |
| 딥 러닝 프로젝트 CI 적용 사례 (0) | 2023.10.16 |
| [Deep Learning] 2D Human Pose Estimation을 한 줄로! onepose (2) | 2023.10.05 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 백준 1766
- PyCharm
- cosine
- 백트래킹
- 파이참
- Lowest Common Ancestor
- LCA
- 인공지능을 위한 선형대수
- MOT
- 이분탐색
- FairMOT
- 위상 정렬 알고리즘
- 문제집
- C++ Deploy
- 조합
- ㅂ
- 순열
- 백준 11053
- 백준 11437
- 단축키
- 가장 긴 증가하는 부분 수열
- 자료구조
- 백준
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함