MindSpore基准性能

MindSpore基准性能

本文介绍MindSpore的基准性能。MindSpore网络定义可参考Model Zoo。

训练性能

ResNet

 

1. 以上数据基于华为云AI开发平台ModelArts测试获得，是训练过程整体下沉至Ascend 910 AI处理器执行所得的平均性能。
2. 业界其他开源框架数据可参考：ResNet-50 v1.5 for TensorFlow。

BERT

 

1. 以上数据基于华为云AI开发平台ModelArts测试获得，其中网络包含24个隐藏层，句长为128个token，字典表包含21128个token。
2. 业界其他开源框架数据可参考：BERT For TensorFlow。

 

Wide & Deep (数据并行)

1. 以上数据基于Atlas 800测试获得，且网络模型为数据并行。
2. 业界其他开源框架数据可参考：Wide & Deep For TensorFlow。

Wide & Deep (Host-Device混合计算模型并行)

 

1. 以上数据基于Atlas 800测试获得，且网络模型为模型并行。
2. 业界其他开源框架数据可参考：Wide & Deep For TensorFlow。

 

 

标签：Wide,基准,Deep,开源,TensorFlow,数据,性能,MindSpore
来源： https://www.cnblogs.com/wujianming-110117/p/14319978.html