[mmdetection 混合精度]用fastrcnn实测混合精度fp16效果

先上对比图:

原本训练效果:

经过fp16混合精度训练效果:

 

结果:

1.GPU Menmory  4201MB/5853MB=0.71775

   GPU-Util            0.66/0.74=0.89189

2.训练总时间:     1day 15:34/2day 4:00=2374/3120=0.76089

3.time                   0.164/0.218=0.75229

4.memory             2719/3790=0.71741

5.输出模型大小     236.41MB/315.27MB=0.74986

 

总体来说,用fp16后,资源占有降低25-30%,效果很好

新增map对比:https://blog.csdn.net/jy1023408440/article/details/112463151

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值