博客
关于我
Tesla T4 64和2080ti的性能对比
阅读量:315 次
发布时间:2019-03-01

本文共 244 字,大约阅读时间需要 1 分钟。

今天在进行目标检测测试时,尝试在Tesla T4 64上租用GPU进行实验。测试发现,当图片分辨率为2048x2048时,在mmdet框架中设置samples_per_gpu为16或12,系统无法正常运行。然而,当samples_per_gpu设置为10时,Tesla T4能够顺利处理测试任务。此外,在使用NVIDIA 2080ti时,仅能支持batch大小为6的图片处理。

之前的疏忽导致测试参数错误,实际测试时使用的是2048x2048的图片,而非之前提到的4096x4096图片。

转载地址:http://raja.baihongyu.com/

你可能感兴趣的文章
PPT添加视频的路径问题
查看>>
PPT美化插件 islide 安装过程问题“加载com加载项时运行出现错误”
查看>>
Prefix Tuning:详细解读Optimizing Continuous Prompts for Generation
查看>>
PreparedStatement 与Statement 的区别,以及为什么推荐使用 PreparedStatement ?
查看>>
PreparedStatement 查询 In 语句 setArray 等介绍。
查看>>
presentModalViewController显示半透明的一个view
查看>>
PresentViewController切换界面
查看>>
PyTorch之torch.utils.data.DataLoader解读
查看>>
PyTorch之DataLoader杂谈
查看>>
presto、druid、sparkSQL、kylin的对比分析
查看>>
Presto分布式大数据查询引擎
查看>>
Presto架构及原理
查看>>
Presto(一)集群部署
查看>>
Presto(二)开启安全认证
查看>>
Pricing procedure Steps and Details in SAP MM (from SCN)
查看>>
Prim 算法在不同权重范围内的性能分析及其实现
查看>>
Primace 5.0软件与KEIL单片机软件联合在线仿真步骤
查看>>
Prime Distance
查看>>
Prim求MST最小生成树
查看>>
Prim算法与Kruskal算法在均匀分布权重图中的性能比较
查看>>