tensorflow-serving - tf-serving 2.5.1 比 tf-serving 2.2 慢得多
问题描述
我们进行了高级基准测试,试图了解 tf-serving 2.5.1 和 2.x 之间的区别。
环境:
- 型号:伯特模型
- 我们使用 docker 容器
- 硬件:CPU:https ://www.amd.com/en/products/cpu/amd-epyc-7742 内存:同样限制4G
结果:我们在 tf-serving 2.5.1 上看到 20%-400% 的回归,见下文,这是真正的回归还是我们可以在 2.5.1 上调整的东西?
解决方案
推荐阅读
- django - django python代码没有返回我期望的对象
- django - 如何限制 Django admin 中特定外键的行数?
- vhdl - 带循环/后的 VHDL 脉冲发生器
- python - 如何设置一维卷积网络的维度?
- ios - UICollectionView 检测滚动方向和更改图像
- ubuntu - 子进程 /usr/bin/dpkg 由于 update-notifier-common 返回错误代码 (1)
- javascript - Vue组件循环自身:无法挂载组件:未定义模板或渲染函数
- sql-server - 使用 SQL 的 CONVERT(binary, ?) 和 Laravel 的 whereRaw
- r - 如何计算 8 小时的平均值?(非运行平均值)
- java - 如果本地数据中心在 Cassandra 中关闭,如何实现 Quorum 一致性?