На моем Macbook Pro 13 "eGPU Blackmagic (AMD Radeon Pro 580) подключен через USB-C. Это теоретически должно значительно ускорить обучение модели с помощью Turi Create.
Для маленькой модели вВ моем случае используются 15 помеченных изображений (4k x 3k) и 500 итераций , что занимает около 2 часов, включая eGPU. Только процессор занимает 4 часа, поэтому ускорение графического процессора происходит, но не очень.
В Руководстве по созданию Тури говорится, что модель обнаружения объектов с ~ 700 изображениями и 4000 итерациями обрабатывается за 1 час. Таким образом, намного быстрее.
При использовании CreateML я наблюдаю увеличение производительности на как минимум в 5 раз для обучения переносу на этапе обнаружения признаков при использовании eGPU.
Является ли это проблемой инфраструктурысамо по себе?
Можно ли оптимизировать данные или параметры обучения для лучшего использования eGPU?
Данные слишком малы или слишком высокое разрешениебольшой, чтобы иметьоптимальное использование графического процессора по USB-C?
Class : ObjectDetector
Schema
------
Model : darknet-yolo
Number of classes : 4
Non-maximum suppression threshold : 0.45
Input image shape : (3, 416, 416)
Training summary
----------------
Training time : 1h 29m 8s
Training epochs : 1066
Training iterations : 500
Number of examples (images) : 15
Number of bounding boxes (instances) : 49
Final loss (specific to model) : 1.808