Ich verwende diesen Befehl zum Benchmark:Wie wird die Inferenzzeit von der durchschnittlichen Durchlaufzeit in Caffe geschätzt? mein ConvNet in caffe
./build/tools/caffe time -model models/own_xx/deploy.prototxt -weights examples/RSR_50k_all_1k_db/snapshot_iter_10000.caffemodel -gpu=0
Es läuft gut und erzeugt Ausgabe, die mit endet:
I0426 16:08:19.345427 15441 caffe.cpp:377] Average Forward pass: 13.5549 ms.
I0426 16:08:19.345484 15441 caffe.cpp:379] Average Backward pass: 10.7661 ms.
I0426 16:08:19.345527 15441 caffe.cpp:381] Average Forward-Backward: 25.2922 ms.
I0426 16:08:19.345579 15441 caffe.cpp:383] Total Time: 1264.61 ms.
I0426 16:08:19.345628 15441 caffe.cpp:384] *** Benchmark ends ***
In einigen Tutorials ich den Kerl die Einstufung irgendwie einfach gesehen haben folgern Zeit von Average Forward pass. Ich kann jedoch keine Formel oder Material finden, die erklären, wie dies zu tun ist. Gibt es tatsächlich eine Verbindung zwischen den beiden Verbindungen? Welche anderen Faktoren, z.B. Anzahl der Iterationen und Batch-Größe sind beteiligt? Mein Ziel ist es, die Klassifizierungszeit meines ConvNet auf der GPU genau vorherzusagen.
UPDATE: Um nicht völlig ignorant zu erscheinen, werde ich hier hinzufügen, dass ich eine Grundidee habe, dass Vorwärtsdurchlauf die Zeit ist, die eine Eingabe benötigt, um eine relative Ausgabe zu erzeugen, so dass es auch die Inferenzzeit genannt werden kann. Was mich aber interessiert, ist zu wissen, ob das unabhängig von Losgröße und Iterationen der Fall ist? Ich habe es versucht, aber während des Benchmarks bietet Caffe keine Batch-Optionen.
Hat Ihr deploy.prototxt eine Eingabeschicht? schau dir die Eingabegröße an, die im Prototxt definiert ist. Dies sagt dir, welche Stapelgröße für das Timing verwendet wird. – Shai
@Shai Ja, ich bin mir über die Losgröße sicher, da ich das Netzwerk selbst geschrieben habe. Was ich nicht herausfinden kann, ist, wie es sich auf Vorwärtsdurchläufe und Klassifikationszeit des Bildes bezieht. Klassifizieren der Zeit eines Bildes ist mein Ziel. – Qazi