1回答
我正在尝试加速一个人员计数器应用程序的推理速度，为了使用GPU，我已经按照描述设置了推理机配置： device_name = "GPU"
TargetDe
浏览 7提问于2020-01-29得票数 1
回答已采纳
我的YOLO模型可以很好地检测瓶子、人、手机、背包等物体。但我想让我的模型检测到戒指、手镯或头盔(在目前的yolo模型中不存在的对象)。没有GPU，我能做一个自定义的对象检测yolo模型吗？涉及的风险是什么？(如有)。 我的系统是Windows 10 Home single language，内存为8 8GB。
浏览 21提问于2019-06-10得票数 2
1回答
推理速度已经相当不错了，但是(与英特尔的OpenVINO这样的CPU专用工具相比)到目前为止，我还没有可能在运行之前以某种方式优化图形。我对任何一种合适的优化都感兴趣：-特定于设备的优化-特定于CPU的优化-特定于图的优化(融合操作，丢弃节点，...) - ...以及其他一切降低推理所需的时间。因此，我正在寻找一种在训练后和执行之前优化图形的方法。如前所述，像英特尔的OpenVINO (用于CPU)和NVIDIA的T
浏览 4提问于2019-05-23得票数 1
我使用英特尔®酷睿™i7-7700处理器。我正在尝试在英特尔图形处理器上运行OpenVino。 根据规格here，该处理器内置英特尔®核芯显卡630。因此，这意味着，我的内部有英特尔图形处理器，只需要有正确的图形处理器驱动程序，根据讨论here。 如果我想使用英特尔核芯显卡，我只想确保我不需要像Nvidia这样的外部GPU。
浏览 48提问于2019-01-29得票数 0
1回答
如何在英特尔(集成) GPU上部署YOLO？我尝试过(实际上仍在尝试) DirectML，但我应该了解C级编程。是否有更好/更简单的方法在英特尔GPU上部署YOLO？
浏览 4提问于2020-12-31得票数 1
1回答
我的目标是推断tensorflow苗条模型与英特尔OpenVINO优化器。推理采用和，训练模型采用。原因：对于我来说，用哪种方式将图传递到OpenVINO编辑
我在tf瘦模型的冻结图上运行了OpenVINO模型优化器。然而，
浏览 4提问于2019-01-03得票数 1
回答已采纳
1回答
Seq2seq移液器推断慢
、、、、
我尝试了在这里可用的seq2seq pytorch实现，。在对评估(evaluate.py)代码进行分析之后，需要较长时间的代码段是方法。 config, input_lines_src, output_lines_trg_gold """Decode a minibatch."""
for i in xrange(config['data']['max_trg_leng
浏览 3提问于2017-08-31得票数 0
我在Tensorflow模型服务器上观察到CPU的性能问题。与原始的Tensorflow模型推理相比，它的推理时间增加了一倍。两者都是用MKL构建的，只用于CPU。
浏览 7提问于2017-11-27得票数 1
2回答
我们已经训练了一个tf-seq2seq模型来回答问题。主要框架来自。我们采用双向RNN( GRU编码器/解码器128单元)，增加了软注意机制。对于模型推断，我们尝试两种情况：
那么，是否有任何建议来缩短我们的案件的推理时间呢？谢谢。
浏览 4提问于2017-10-20得票数 2
1回答
T5类模型的加速推理
、、、
我目前正在生产中使用一个名为T0pp ()的模型，并希望加快推理速度。from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
model = AutoModelForSeq2SeqLM.from_pretrained("bigscience/T0pp")
model.
浏览 25提问于2022-02-21得票数 0
回答已采纳
3回答
角星预测很慢
、、、
我正在研究一个强化学习任务，并决定使用keras神经网络模型进行Q值近似。这种方法是常见的:在每个动作之后，奖励被存储在一个内存回放数组中，然后我从它中随机抽取样本，然后用新的数据state-action => reward+predicted_Q(更详细的)来拟合模型。为了进行训练，必须对训练集中的每个项目进行Q值的预测。我已经安装和配置了CUDA，运行
浏览 3提问于2016-06-25得票数 7
我将标准的VGG16模型转换为有优化也有无优化(converter.optimizations = tf.lite.Optimize.DEFAULT)
我是不是漏掉了什么？tflite不是应该优化速度吗？在Raspberry Pi或其他“打火机”设备上，这种行为会有所不同吗？
浏览 0提问于2021-04-01得票数 0
2回答
我刚接触过AWS，遇到了这两种情况，但我不明白它们之间有什么区别--它们看起来是一样的--有人能解释这一点吗加速计算实例使用硬件加速器或协处理器，以比在CPU上运行的软件更有效地执行某些功能这些函数的例子包括浮点数计算、图形处理和数据模式匹配.对于从高性能处理器中受益的计算绑定应用程序来说，计算优化实例是理想的。与通用
浏览 5提问于2021-09-11得票数 0
2回答
我正在为这个转移学习个人项目开发一个特征提取器，而且Kera的VGG16模型的预测功能看起来很慢(对于一批4幅图像，需要31秒)。我确实希望它是缓慢的，但不确定预测函数是否比它应该的慢。data = data.from_csv(csv_path=csv_file, batch_size=batch)
conv_ba
浏览 4提问于2017-10-12得票数 6
回答已采纳
我正在学习OpenCL，我有一个兼容的x86处理器，但我的图形处理器根本不支持OpenCL。因此，当我调用clGetDevices应用程序接口时，它什么也不返回。由于我只是在学习这个框架，我并不是在寻找优化或更高的性能，有必要购买一个新的系统吗？(当OpenCL程序在我的平台上运行时)
提前感谢:)
浏览 0提问于2013-07-10得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
