Wyszukiwarka
Abstrakt
In the paper we provide thorough benchmarking of deep neural network (DNN) training on modern multi- and many-core Intel processors in order to assess performance differences for various deep learning as well as parallel computing parameters. We present performance of DNN training for Alexnet, Googlenet, Googlenet_v2 as well as Resnet_50 for various engines used by the deep learning framework, for various batch sizes. Furthermore, we measured results for various numbers of threads with ranges depending on a given processor(s) as well as compact and scatter affinities. Based on results we formulate conclusions with respect to optimal parameters and relative performances which can serve as hints for researchers training similar networks using modern processors.
Cytowania
-
3
CrossRef
-
0
Web of Science
-
1
Scopus
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Opublikowano w:
-
International Journal of Computer Information Systems and Industrial Management Applications
strony 230 - 242,
ISSN: - Język:
- angielski
- Rok wydania:
- 2020
- Opis bibliograficzny:
- Czarnul P., Jabłońska K.: Benchmarking Deep Neural Network Training Using Multi- and Many-Core Processors// / : , 2020, s.230-242
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-030-47679-3_20
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 145 razy