「大神器!」硬件的AI性能测试Python库发布

栏目: Python · 发布时间: 5年前

内容简介:目前人工智能技术发展速度很快,也很吸引眼球。但是对于各种多如牛毛的方法,目前并米有一个可靠的精准的基准来衡量各项硬件在不同算法训练和推理的性能。现在,不用愁了。国外的一个哥们, Andrey Ignatov发布了一个python库。大家可以利用这个python库测试自己硬件的性能!

目前人工智能技术发展速度很快,也很吸引眼球。但是对于各种多如牛毛的方法,目前并米有一个可靠的精准的基准来衡量各项硬件在不同算法训练和推理的性能。

「大神器!」硬件的AI性能测试 <a href='https://www.codercto.com/topics/20097.html'>Python</a> 库发布

现在,不用愁了。国外的一个哥们, Andrey Ignatov发布了一个python库。大家可以利用这个python库测试自己硬件的性能!

AI Benchmark Alpha是一个开源python库,用于评估各种硬件平台的AI性能,包括CPU,GPU和TPU。 该基准测试依赖于TensorFlow机器学习库,并提供精确轻量级的解决方案,用于评估关键深度学习模型的推理和训练速度。 AI Benchmark目前作为Python pip包发布,可以下载到运行Windows,Linux或macOS的任何系统。

这个包在6月26日发布了两个版本,一个是0.1.0一个是0.1.1。

目前,支持如下算法的性能测试:

● Section 1: MobileNet-V2, Classification

● Section 2: Inception-V3, Classification

● Section 3: Inception-V4, Classification

● Section 4: Inception-ResNet-V2, Classification

● Section 5: ResNet-V2-50, Classification

● Section 6: ResNet-V2-152, Classification

● Section 7: VGG-16, Classification

● Section 8: SRCNN 9-5-5, Image-to-Image Mapping

● Section 9: VGG-19, Image-to-Image Mapping

● Section 10: ResNet-SRGAN, Image-to-Image Mapping

● Section 11: ResNet-DPED, Image-to-Image Mapping

● Section 12: U-Net, Image-to-Image Mapping

● Section 13: Nvidia-SPADE, Image-to-Image Mapping

● Section 14: ICNet, Image Segmentation

● Section 15: PSPNet, Image Segmentation

● Section 16: DeepLab, Image Segmentation

● Section 17: Pixel-RNN, Image Inpainting

● Section 18: LSTM, Sentence Sentiment Analysis

● Section 19: GNMT, Text Translation

同时,作者也给出了一些测试结果。非常有意思:

「大神器!」硬件的AI性能测试Python库发布

目前最强的桌面GPU当属于GeForce GTX 1080 Ti了。其次是TITAN Xp CE和GeForce GTX TITAN X。

使用这个库也很简单,大家可以先pip install ai-benchmark。注意,需要安装tensorflow才能运行。

使用方法如下:

from ai_benchmark import AIBenchmark 
results = AIBenchmark().run() 

我自己也测试了一下,非常容易:

「大神器!」硬件的AI性能测试Python库发布

可以看到,我的硬件在MobieNet-V2算法的训练速度大约是27688±741ms,推理速度大约是2747±119ms。这速度惨不忍睹啊。各位可以自己去看看自己的成绩。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

信息论、推理与学习算法

信息论、推理与学习算法

麦凯 / 高等教育出版社 / 2006-7 / 59.00元

本书是英国剑桥大学卡文迪许实验室的著名学者David J.C.MacKay博士总结多年教学经验和科研成果,于2003年推出的一部力作。本书作者不仅透彻地论述了传统信息论的内容和最新编码算法,而且以高度的学科驾驭能力,匠心独具地在一个统一框架下讨论了贝叶斯数据建模、蒙特卡罗方法、聚类算法、神经网络等属于机器学习和推理领域的主题,从而很好地将诸多学科的技术内涵融会贯通。本书注重理论与实际的结合,内容组......一起来看看 《信息论、推理与学习算法》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

随机密码生成器
随机密码生成器

多种字符组合密码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码