深度学习PyTorch中GPU利用率较低,CPU利用率很低

参考链接:https://blog.csdn.net/qq_32998593/article/details/92849585

总结一下,第一是增加batch size,增加GPU的内存占用率,尽量用完内存,而不要剩一半,空的内存给另外的程序用,两个任务的效率都会非常低。

第二,在数据加载时候,将num_workers线程数设置稍微大一点,推荐是8,16等,且开启pin_memory=True。,直接映射数据到GPU的专用内存,减少数据传输时间。

GPU和CPU的数据瓶颈得到解决。整体性能得到权衡。不要将整个任务放在主进程里面做,这样消耗CPU,且速度和性能极为低下。

 

    原文作者:pytorch
    原文地址: https://www.cnblogs.com/walktosee/p/11490278.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞