RTX 2070 super与GTX 1060 6G的性能对比
最近兩天,我入手了一個(gè)RTX 2070 super 8G的GPU,想要替換掉原來(lái)的GTX 1060 6G的GPU。雖說網(wǎng)上都說新入手的GPU的性能比原來(lái)的強(qiáng)大得多,我還是通過一個(gè)簡(jiǎn)單的實(shí)驗(yàn)來(lái)對(duì)比了一下兩張GPU做深度學(xué)習(xí)的效果。
實(shí)驗(yàn)配置是在一臺(tái)配置了i5 8500,16G RAM的電腦上完成了。在這臺(tái)電腦上,分別測(cè)試兩張顯卡對(duì)同一個(gè)深度模型進(jìn)行訓(xùn)練所需要的時(shí)間,所測(cè)試的情況包括如下集中:
1、RTX 2070 super,epoch=5,batch_size = 200,數(shù)據(jù)集放置在機(jī)械硬盤上。每個(gè)epoch的訓(xùn)練用時(shí)為:[54.04, 54.15, 54.12, 54.07, 54.09];
2、RTX 2070 super,epoch=5,batch_size = 300,數(shù)據(jù)集放置在機(jī)械硬盤上。每個(gè)epoch的訓(xùn)練用時(shí)為:[52.64, 52.80, 52.57, 52.62, 52.67];
3、RTX 2070 super,epoch=5,batch_size = 200,數(shù)據(jù)集放置在固態(tài)硬盤上。每個(gè)epoch的訓(xùn)練用時(shí)為:[53.22, 53.12, 53.00, 53.99, 53.22];
4、RTX 2070 super,epoch=5,batch_size = 300,數(shù)據(jù)集放置在固態(tài)硬盤上。每個(gè)epoch的訓(xùn)練用時(shí)為:[52.56, 52.49, 52.46, 52.35, 52.53];
5、GTX 1060,epoch=5,batch_size = 200,數(shù)據(jù)集放置在機(jī)械硬盤上。每個(gè)epoch的訓(xùn)練用時(shí)為:[83.66, 83.66, 83.62, 83.55, 83.60];
對(duì)比1和5的結(jié)果發(fā)現(xiàn)RTX 2070 super的訓(xùn)練速度相較于GTX 1060要快上35%左右,訓(xùn)練速度的提升還是蠻明顯的。
由于新顯卡有著更高的顯存,因此每一批可以容納下更多的張量數(shù)據(jù),因此可以通過調(diào)大batch_size來(lái)保證GPU有著更高的使用率,對(duì)比1和2的結(jié)果,發(fā)現(xiàn)訓(xùn)練速度還是有一定的提升的。
考慮到對(duì)圖片數(shù)據(jù)的讀寫速度也會(huì)影響模型訓(xùn)練的用時(shí),因此我將訓(xùn)練集從機(jī)械硬盤放置到固態(tài)硬盤上,結(jié)果顯示在3上,對(duì)比1的結(jié)果,訓(xùn)練速度也有一定的提升。
最后我使用高batch_size并且使用在固態(tài)硬盤上的數(shù)據(jù)做訓(xùn)練,得到4的結(jié)果,這也是所能得到的最佳結(jié)果。
綜上,或許可以得到以下結(jié)論:對(duì)于深度學(xué)習(xí)訓(xùn)練速度的提升效果,顯卡性能>batch_size>固態(tài)硬盤。
總結(jié)
以上是生活随笔為你收集整理的RTX 2070 super与GTX 1060 6G的性能对比的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【目标跟踪+光流算法】运动跟踪合集
- 下一篇: Google 翻译如何获取 tk 参数值