开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
BML 全功能AI开发平台

    训练时长设置参考

    运行环境说明

    目前EasyDL支持选择GPU P4、GPU P40、GPU V100三种运行环境,性能从高到低为V100>P40>P4。具体规格说明如下:

    机型 规格说明
    GPU V100 TeslaGPU_V100_16G显存单卡_12核CPU_56G内存
    GPU P40 TeslaGPU_P40_24G显存单卡_12核CPU_40G内存
    GPU P4 TeslaGPU_P4_8G显存单卡_12核CPU_40G内存

    温馨提示:

    • 未开通付费的情况下,可选的运行环境为GPU P4,我们为每位用户提供了GPU P4运行环境下100(小时*节点)免费算力支持,超出后请您付费购买。详见页面提示的价格说明。
    • 图像分类NASNet网络暂时不支持在 GPU P4环境上运行,若您未开通付费,请选择其他网络。

    如何设置节点数及运行时间

    1、选择计算节点数:节点数越多运行效率越高,可结合训练数据量及运行效率灵活选择。目前可设置的最高计算节点数为6.

    2、最长训练时间:超过最长训练时间后模型会自动停止运行,注意这里设置的最长训练时间与最长计费时长有一定差异,训练计费时长将根据数据增强-自动搜索耗时+训练耗时的总时长进行计算。

    注意:实际训练时长与所选机型、节点数、网络、数据量均有关系,其中性能上V100>P40>P4,在同一网络前提下,训练机型新能越高、节点数越多、数据量越少训练速度会越快。

    根据历史经验,不同数据量范围、网络的大致耗时范围如下,供辅助参考

    图像分类

    网络及设置 数据量范围 训练耗时预估
    ResNet50(batch size=16) 1-1.5w 2节点预估12-14min左右;4节点11min左右
    4-6k 5min左右,10min以内,多节点或单节点不太影响训练时长
    1k 以下 2-3min左右,多节点或单节点不太影响训练时长

    物体检测

    网络及设置 数据量范围 训练耗时预估
    Faster_R-CNN-ResNet50-FPN 200-400之间 2节点预估十几-二十分钟左右;4节点预估在十分钟以内
    1800-2000 2节点预估在60min左右,4节点预估在40min左右

    以下为典型网络在不同数据量、不同机型、不同节点数的实际测试训练耗时,供辅助参考。

    图像分类

    网络及数据量 机型 节点数 训练耗时
    ResNet50(数据量6000+) V100 1 400s
    V100 2 326s
    V100 6 198s
    P40 1 867s
    P40 2 562s
    P40 6 540s
    P4 1 1385s
    P4 2 751s
    P4 6 302s
    MobileNet(数据量6000+) V100 1 259s
    V100 2 197s
    V100 6 161s
    P40 1 396s
    P40 2 285s
    P40 6 333s
    P4 1 630s
    P4 2 370s
    P4 6 178s

    物体检测

    网络及数据量 机型 节点数 训练耗时
    Faster_R-CNN-ResNet50-FPN(数据量400+)20epoch V100 1 29.1min
    V100 2 16.1min
    V100 6 6min
    P40 1 40min
    P40 2 21.8min
    P40 6 11.8min
    P4 1 66min
    P4 2 34.4min
    P4 6 13.28min
    SSD-MobileNetV1(数据量400+)20epoch V100 1 19min
    V100 2 10.3min
    V100 6 3.9min
    P40 1 28.1min
    P40 2 14.6min
    P40 6 4.8min
    P4 1 25.4min
    P4 2 13.4min
    P4 6 5.1min
    上一篇
    自动超参搜索配置参考
    下一篇
    评估报告参考