facebookresearch/maskrcnn-benchmark

Inference time increases linearly with batch size

Open

#294 geöffnet am 20. Dez. 2018

Auf GitHub ansehen
 (8 Kommentare) (2 Reaktionen) (0 zugewiesene Personen)Python (2.574 Forks)batch import
help wanted

Repository-Metriken

Stars
 (9.161 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

❓ Questions and Help

I tested the batch inference，this is result batch size time 1 0.22 2 0.42 4 0.84 6 1.2 8 crash OOM Why big batchsize doesn't save time?

Contributor Guide

Research-Richtung
Untersuche, warum die Batch Größe die Inferenzzeit pro Stichprobe nicht reduziert. Überprüfe den Batch Verarbeitungscode in maskrcnn benchmark/modeling/detector auf Speicherengpässe oder sequentielle Verarbeitung. Berücksichtige die GPU Auslastung und potenzielle OOM Probleme. Siehe dir die Kommentare im Issue für weiteren Kontext an.
Tech Stack
pythonpytorch
Domain
machine learningaiperformance
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonPyTorch
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
65