tensorflow - 带 USB3.0 的 eGPU 训练 CNN
问题描述
我想在工作中使用带有 tensorflow-gpu 的 keras 来训练 CNN。
由于我无法使用AWS等云GPU服务器,因为无法将数据传输到内网之外,我想尝试使用eGPU。
但问题是,我的办公电脑没有迅雷3 IF,只有USB3.0 Type-A。所以我必须使用将 Thunderbolt3 转换为 USB3.0 的适配器。Thunderbolt3 有 5GB/sec 的数据传输速度,而 USB3.0 只有 500MB/sec。
在训练 CNN 时,这种速度劣势是否会导致严重的不良表现?目前用 1400 张照片训练 mobilenetV2 需要 24 小时,大小为 244*244。如果 eGPU 在 30 分钟内完成,我会很高兴。
解决方案
与 PCIe 3.0 x16 相比,您的 GPU 瓶颈是 32 倍。所以你会有相当大的性能冲击。所以我建议买一台PC。
推荐阅读
- c - 使用 char 时,scanf() 不适用于多个值
- php - 如何从函数内部的foreach循环生成的最后一项中删除最后一个逗号
- javascript - 获取匹配的 LAN 播放器
- c++ - 在源文件中使用#ifdefs 处理依赖于平台的行为?
- hadoop - 查找用于 hadoop 文件的压缩编解码器
- mysql - Python MySQL 插入 unicode
- javascript - 在angularjs wetheen组件中编辑输入表单
- python-3.x - 获取超过 10 天未使用访问密钥的 iam 用户列表的 Python 脚本
- javascript - 将枚举值加载到 dojo 存储中
- python - 如何刮掉所有
- 所有ID都有不同的价值?