Как время выполнения машинного обучения зависит от количества ядер? - PullRequest
0 голосов
/ 21 октября 2019

Мне нужно запустить приложение на python, для которого наиболее интенсивный процесс / строка кода:

predictions = self.clf[classifier_id].predict(df_pred)

Это вызывает метод прогнозирования различных классов классификатора обучения sci-kit, таких как случайный лес и SVM. .

На моей машине с Windows, на которой установлен процессор Intel® Dore i7-6700 @ 3,40 ГГц x 4 ядра и 24 ГБ ОЗУ, этот процесс занимает в среднем 3 секунды.

На моем сервере Debianэто процессор Intel Xeon® E5-2620 v3 @ 2,40 ГГц × 4 ядра и 7,8 ГБ, процесс занимает в среднем 5,5 секунд.

Когда приложение Python и система Debian используют менее 100% ЦПи менее 100% ОЗУ.

Мой вопрос: если я увеличу количество ядер на компьютере Debian до 8, а ОЗУ до 30 ГБ, могу ли я ожидать улучшения в скорости / производительности приложения python дажехотя в настоящее время среднее использование ЦП и ОЗУ составляет менее 100% на машине с меньшим количеством ядер и ОЗУ?

...