Ich arbeite an einer der AWS GPU-Instanzen mit Taschenlampe 7. Der folgende Code benchmarks einen einfachen Vorwärtsdurchlauf eines linearen Modells. Die GPU-Ausführung scheint ungefähr 4 mal langsamer zu sein. Was mache ich falsch?Torch lineares Modell vorwärts Durchlauf 4 mal langsamer auf GPU dann CPU
require 'torch';
require 'nn';
cmd = torch.CmdLine()
cmd:option("-gpu", 0) -- gpu/cpu
cmd:option("-n_in", 100)
cmd:option("-n_out", 100)
cmd:option("-n_iter", 1000)
params = cmd:parse(arg)
A = torch.Tensor():randn(params.n_in);
model = nn.Sequential():add(nn.Linear(params.n_in, params.n_out))
if params.gpu>0 then
require 'cutorch';
require 'cudnn';
A = A:cuda()
model = model:cuda()
end
timer = torch.Timer()
for i=1,params.n_iter do
A2 = model:forward(A)
end
print("Average time:" .. timer:time().real/params.n_iter)
versuchen Sie eine größere Dimension – kangshiyin
Danke, das scheint es zu sein! Das Laufen mit -n_in 10000 -n_out 500 gibt ungefähr 30X Beschleunigung auf GPU. – pavel