标签：Wide 基准 Deep 开源 TensorFlow 数据 性能 MindSpore

MindSpore基准性能

本文介绍MindSpore的基准性能。MindSpore网络定义可参考Model Zoo。

训练性能

ResNet

1. 以上数据基于华为云AI开发平台ModelArts测试获得，是训练过程整体下沉至Ascend 910 AI处理器执行所得的平均性能。
2. 业界其他开源框架数据可参考：ResNet-50 v1.5 for TensorFlow。

BERT

1. 以上数据基于华为云AI开发平台ModelArts测试获得，其中网络包含24个隐藏层，句长为128个token，字典表包含21128个token。
2. 业界其他开源框架数据可参考：BERT For TensorFlow。

Wide & Deep (数据并行)

1. 以上数据基于Atlas 800测试获得，且网络模型为数据并行。
2. 业界其他开源框架数据可参考：Wide & Deep For TensorFlow。

Wide & Deep (Host-Device混合计算模型并行)

1. 以上数据基于Atlas 800测试获得，且网络模型为模型并行。
2. 业界其他开源框架数据可参考：Wide & Deep For TensorFlow。

标签：Wide,基准,Deep,开源,TensorFlow,数据,性能,MindSpore
来源： https://www.cnblogs.com/wujianming-110117/p/14319978.html

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。