2016-02-29 34 views
10

我怀疑tensorflow是否对我的GPU箱配置正确,因为它每次迭代训练一个简单的线性回归模型约100倍慢(BATCHSIZE = 32,1500点输入的特征,150个输出变量)在我的花式gpu机器上比在我的笔记本电脑上。速度基准测试tensorflow安装

我正在使用泰坦X,与现代cpu等nvidia-smi说,我只有在10%的gpu利用率,但我希望这是因为小批量。我没有使用feed_dict将数据移动到计算图中。一切都通过tf.decode_csv和tf.train.shuffle_batch来完成。

没有人有任何建议,如何轻松地测试是否我的安装是否正确?有没有简单的速度基准?我的笔记本电脑和gpu机器之间的速度差异非常大,以至于我预料事情没有正确配置。

+0

一些例子不是GPU优化,当GPU是因为拷贝的启用可以得到100倍的更慢,这里有一个HTTPS: //github.com/tensorflow/tensorflow/issues/838 –

回答

9

尝试tensorflow/tensorflow/models/image/mnist/convolutional.py,那将打印每一步的时机。

特斯拉K40c,应该让每步约16 ms,而约120 ms换仅CPU我3岁的机

+0

只是为了记录。我使用的GeForce GTX 960M,并得到步骤的时间从16.1到17.7,但主要是16.2。 – user728785

+0

如果您正在搜索tensorflow的安装位置(文件所在位置),请看这里:http://stackoverflow.com/questions/33616732/where-is-the-folder-for-installing-tensorflow-with- pip-mac-osx – jrieke

+0

看起来像convolutional.py被删除,你仍然可以在github历史中看到它 - https://github.com/tensorflow/tensorflow/blob/6431560b7ec3565154cb9cdc9c827db78ccfebe7/tensorflow/models/image/mnist/convolutional。 PY#L265 –

6

扩展Yaroslavs答案上: 这里是如何做到整个测试过程(CUDA和cudNN安装的话)

git clone https://github.com/tensorflow/models.git 

为tensorflow创建Virtuel环境和安装tensorflow

virtualenv --system-site-packages -p python3 tf-venv3 
source tf-venv3/bin/activate 
pip install --upgrade pip 
pip install --upgrade tensorflow-gpu 
您Virtuel环境

python models/tutorials/image/mnist/convolutional.py 

我GTX内

运行模型1070个需求〜每步5ms的