标签:课题组 训练 epoch 神经网络 6.1 计算能力 situ 运行
测试模型:Unet的一个语义分割模型,3000张图片(训练集2430张,验证集270张,测试集300张);
模型参考: U-Net编程实战——CT影像的肿瘤分割
- A100(计算能力8):运行一个epoch需要6s;
- A6000(计算能力8.6):运行一个epoch需要9s;
- RTX3090(计算能力8.5):运行一个epoch需要8s;
- P6000(计算能力6.1):运行一个epoch需要18s;
- GTX1080ti(计算能力6.1):运行一个epoch需要18s;
哦,yes,课题组新进一批顶级丹炉,训练速度比原来的1080ti提升了两倍以上,哈哈哈~。欢迎有志之士报考我们中国科学院上海光机所司徒老师的计算光学成像课题组,嘻嘻!
标签:课题组,训练,epoch,神经网络,6.1,计算能力,situ,运行 来源: https://blog.csdn.net/qq_34917728/article/details/121527556
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。