matlab - 为什么 vgg19 的训练速度比 alexnet 慢得多,分别是 50 小时和 4 小时?
问题描述
我正在尝试使用预训练模型vgg19
并alexnet
作为特征提取器,然后svm
用于分类。我有大约 15000 张图像作为输入数据。我正在使用服务器 hp proliant g7,但vgg19
需要大约 50 小时来训练,而alexnet
只需要大约 4 小时。这是正常的,还是我应该针对vgg19
此案调查一些设置或数据问题?
解决方案
Vgg19 是比 alexnet 大得多的网络,如果我没记错的话,大约 12 倍。我怀疑 alexnet 可以毫无问题地融入内存,但 vgg19 却不行。如果 MATLAB 在训练期间内存不足,它可能会开始与硬盘交换内存,这会变得非常缓慢(而不是像 Tensorflow 那样立即因内存不足消息而崩溃)。我建议减少小批量大小或尝试其他网络。
推荐阅读
- java - 使用 powershell 创建防火墙规则
- r-exams - 添加跳过/未评分的开放式问题
- sql - 具有多个条件的 SQLite CASE 查询
- oracle - 合并查询以在 100 个用户之间分配相等数量的记录
- android - 我不知道如何在Android中对JSON数据进行分类
- php - Laravel - whereHas last 关系是 = 'manual'
- css - 在 react-reveal 中设置动画前的 div 位置淡入动画
- java - Android 搜索栏文本视图
- android - Android蓝牙配对奇怪的EXTRA_PAIRING_VARIANT
- reactjs - Webpack 找不到 babel-loader