Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleClas
提交
6766ad16
P
PaddleClas
项目概览
PaddlePaddle
/
PaddleClas
接近 2 年 前同步成功
通知
116
Star
4999
Fork
1114
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
19
列表
看板
标记
里程碑
合并请求
6
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleClas
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
19
Issue
19
列表
看板
标记
里程碑
合并请求
6
合并请求
6
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
6766ad16
编写于
10月 08, 2022
作者:
littletomatodonkey
提交者:
GitHub
10月 08, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add more distributed training speed-info (#2363)
* add more distributed training speed-info * fix header
上级
4438acfd
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
19 addition
and
5 deletion
+19
-5
docs/zh_CN/training/single_label_classification/distributed_training.md
...ining/single_label_classification/distributed_training.md
+19
-5
未找到文件。
docs/zh_CN/training/single_label_classification/distributed_training.md
浏览文件 @
6766ad16
...
...
@@ -52,11 +52,25 @@ python3 -m paddle.distributed.launch \
| PPLCNet_x0_25_ssld | 53.43% | 21.8d | 6.2d |
**3.99**
|
*
在
4机8卡V100的机器上,基于
[
SSLD知识蒸馏训练策略
](
../advanced/ssld.md
)
(数据量500W)进行模型训练,不同模型的训练耗时以及
多机加速比情况如下所示。
*
在
3机8卡V100的机器上进行模型训练,不同模型的精度、训练耗时、
多机加速比情况如下所示。
| 模型 |
精度 | 单机8卡耗时 | 4机8卡耗时
| 加速比 |
| 模型 |
数据集 | 单机8卡耗时/精度 | 3机8卡耗时/精度
| 加速比 |
|:---------:|:--------:|:--------:|:--------:|:------:|
| PPHGNet-base_ssld | 85.00% | 18.96d | 4.86d |
**3.90**
|
| PPLCNetv2-base_ssld | 80.10% | 6.4d | 1.67d |
**3.83**
|
| PPLCNet_x0_25_ssld | 53.43% | 6.2d | 1.78d |
**3.48**
|
| GeneralRecognitionV2_PPLCNetV2_base | PP-ShiTuv2数据集 | 2.44d/84.2% | 1.02d/83.0% |
**2.39**
|
*
在4机8卡V100的机器上进行模型训练,不同模型的精度、训练耗时、多机加速比情况如下所示。
| 模型 | 数据集 | 单机8卡耗时/精度 | 4机8卡耗时/精度 | 加速比 |
|:---------:|:--------:|:--------:|:--------:|:------:|
| PP-HGNet_x_tiny | ImageNet1k | | 8.75d/- | 2.33d/80.80% |
**3.75**
|
| PPHGNet-base_ssld | ImageNet1k | 18.96d/- | 4.86d/85.00% |
**3.90**
|
| PPLCNetv2-base_ssld | ImageNet1k | 6.4d/- | 1.67d/80.10% |
**3.83**
|
| PPLCNet_x0_25_ssld | ImageNet1k | 6.2d/- | 1.78d/53.43% |
**3.48**
|
| PPHGNet-large | ImageNet22k | 15.16d/- | 4.62d/36.00% |
**3.28**
|
*
注:在训练的GPU卡数过多时,精度会稍微有所损失(1%左右),此时可以尝试通过添加warmup或者适当增加迭代轮数来弥补精度损失。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录