FluxML/FastAI.jl

Benchmark image pipelines against ffcv

Open

#236 ouverte le 10 juin 2022

Voir sur GitHub
 (0 commentaires) (1 réaction) (0 assignés)Julia (49 forks)batch import
help wantedperformance

Métriques du dépôt

Stars
 (592 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

[https://github.com/libffcv/ffcv] seems to be the state-of-the-art when it comes to fast image pipelines for training deep learning models on computer vision. Would be interesting to benchmark against this and see how we compare.

Results could motivate work on #235.

Guide contributeur

Direction de recherche
Cette issue propose de comparer les performances des pipelines d'images de FastAI.jl par rapport à ffcv. Tout d'abord, comprenez l'implémentation actuelle du pipeline d'images dans FastAI.jl (probablement dans src/). Ensuite, reproduisez le pipeline optimisé de ffcv en Julia ou comparez en utilisant des ensembles de données similaires. Les résultats pourraient éclairer les améliorations mentionnées dans l'issue #235. Consultez la documentation et les benchmarks de performance de ffcv pour concevoir une comparaison équitable.
Stack technique
Aucun
Domaine
machine learningperformance
Type d'issue
Performance
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Ancienne
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Investigation requise
Prérequis
Julia programmingFlux.jl familiarityBenchmarking concepts
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
30