在使用双2080Ti+i7-10700K训练mobilenet-yolov4-lite时，发现GPU利用率低，训练速度慢。尝试减少日志IO、使用pin_memory和num_workers以及调整batch_size和num_workers，但效果不明显。可能问题包括内存插槽影响GPU性能、CPU预处理数据耗时过长。寻求解决方案。
电脑配置双2080Ti+i7-10700K，使用mobilenet-yolov4-lite训练VOC数据集时，训练100epochs要五六个小时，检测cpu和gpu的使用发现利用率都很低，说明没有充分使用电脑优秀的性能，两个显卡的使用率都分别只有20%-50%，查阅一些资料总结如下：
１、参考：【深度学习】踩坑日记：模型训练速度过慢，GPU利用率低
上面作者指出四个提速技巧：
- 减少日志IO操作频率
- 使用pin_memory和num_workers
- 使用半精度训练
- 更好的显卡，更轻的模型
其中，第四个无力改变，前两个均进行尝试，首先在train.py文件中改变了日志输出
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
