Parallel-DataLoader-in-TensorFlow:在TensorFlow中并行加载数据以提高整个系统效率

上传者: 42139042 | 上传时间: 2022-05-25 14:38:14 | 文件大小: 29KB | 文件类型: ZIP
并行TensorFlow DataLoader 这个简单的项目旨在并行加载数据(尤其是视频数据)以提高整个系统的效率。该框架如下所示: 我们派生$ K $线程来加载和解码CPU中的数据,并维护一个全局FIFO队列来存储数据。 需要一个主要任务线程在GPU中训练网络。 如果加载批处理数据的时间大于在GPU中进行训练的时间,则效率将大大提高。 仿真实验结果如下所示(加载一批数据的时间设置为1秒,一步训练的时间设置为0.2秒): 图1:串行加载数据,CPU使用率仅为5.3% 图2:派生10个线程来加载数据,CPU使用率接近30%,几乎是串行版本的6倍。 无花果3:分叉30个线程来加载数据 中文博客,网址为 。

文件下载

资源详情

[{"title":"( 8 个子文件 29KB ) Parallel-DataLoader-in-TensorFlow:在TensorFlow中并行加载数据以提高整个系统效率","children":[{"title":"Parallel-DataLoader-in-TensorFlow-master","children":[{"title":"img","children":[{"title":"p_res.png <span style='color:#111;'> 5.57KB </span>","children":null,"spread":false},{"title":"parallel_model.png <span style='color:#111;'> 8.18KB </span>","children":null,"spread":false},{"title":"p_res_2.png <span style='color:#111;'> 6.54KB </span>","children":null,"spread":false},{"title":"s_res.png <span style='color:#111;'> 5.34KB </span>","children":null,"spread":false}],"spread":true},{"title":"Train.py <span style='color:#111;'> 2.63KB </span>","children":null,"spread":false},{"title":"ReadMe.md <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"FIFOqueue.cpython-36.pyc <span style='color:#111;'> 1.91KB </span>","children":null,"spread":false}],"spread":true},{"title":"FIFOqueue.py <span style='color:#111;'> 1.42KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明