Turi :在黑魔法eGPU上缓慢的训练表现

Question

在我的Macbook Pro 13“我有黑魔法eGPU (AMD 580)通过USB连接，这理论上应该会加快我的模型训练与Turi创造巨大。

对于一个小型模型，在我的例子中，使用了15标记的图像(4kx3k)和500个迭代，这需要大约2个小时，包括eGPU。只有CPU花了4小时，所以GPU加速了，但不是非常快。

在图里创作指南中，据说一个~700图像和4000个迭代的目标检测模型在1小时内被处理。所以快多了。

在使用CreateML时，我观察到在使用的特征检测阶段，的性能提高了至少5倍，用于传递学习。

这是框架本身的问题吗？

我可以优化数据或训练参数以更好地使用eGPU吗？

是数据太小，还是分辨率太大，无法在USB上使用最佳GPU？

Class                                    : ObjectDetector

Schema
------
Model                                    : darknet-yolo
Number of classes                        : 4
Non-maximum suppression threshold        : 0.45
Input image shape                        : (3, 416, 416)

Training summary
----------------
Training time                            : 1h 29m 8s
Training epochs                          : 1066
Training iterations                      : 500
Number of examples (images)              : 15
Number of bounding boxes (instances)     : 49
Final loss (specific to model)           : 1.808

Answer 1

正是图像大小/分辨率(4kx3k)造成了GPU的瓶颈。缩小图像(并相应地设置标签)使eGPU (100 labels )获得全速。