网络的输入是具有6个通道的512 x 512图像 。我们测量了在训练循环中每秒处理的图像 ， 根据该指标 ， 所描述的TPU配置要比Tesla V100好得多 。
文章插图
如上所述（不带DataParallel）的单核TPU的性能为每秒26张图像 ， 比所有8个核在一起的速度慢约4倍 。
由于竞争仍在进行中 ， 我们没有透露Yuval使用的体系结构 ， 但其大小与resnet50并没有太大差异 。但是请注意 ， 由于我们没有运行相同的架构 ， 因此比较是不公平的 。
尝试将训练映像切换到GCP SSD磁盘并不能提高性能 。
总结总而言之 ， 我在PyTorch / XLA方面的经验参差不齐 。我遇到了多个错误/工件（此处未全部提及） ， 现有文档和示例受到限制 ， 并且TPU固有的局限性对于更具创意的体系结构而言可能过于严格 。另一方面 ， 它大部分都可以工作 ， 并且当它工作时性能很好 。
最后 ， 最重要的一点是 ， 别忘了在完成后停止GCP VM！
文章插图
作者:Zahar Chikishev
deephub翻译组

• 看不上|为什么还有用户看不上华为Mate40系列来看看内行人怎么说
• 麒麟|荣耀新款，麒麟810+4800万超清像素，你还在犹豫什么呢？
• 智能手机市场|华为再拿第一！27%的份额领跑全行业，苹果8%排在第四名！
• 行业|现在行业内客服托管费用是怎么算的
• 零部件|马瑞利发力电动产品，全球第七大零部件供应商在转型
• 长安|长安傍上华为这个大腿，市值暴涨500亿！可见华为影响力之大？
• 通气会|12月4～6日，2020中国信息通信大会将在成都举行
• 俄罗斯手机市场|被三星、小米击败，华为手机在俄罗斯排名跌至第三！
• 页面|如何简单、快速制作流程图？上班族的画图技巧get
• 体验|闭上眼睛点外卖是什么感觉？时隔一年再次体验，进步令人欣慰