FluxML/FastAI.jl

Benchmark image pipelines against ffcv

Open

#236 aperta il 10 giu 2022

Vedi su GitHub
 (0 commenti) (1 reazione) (0 assegnatari)Julia (49 fork)batch import
help wantedperformance

Metriche repository

Star
 (592 star)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

[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.

Guida contributor

Direzione di ricerca
Il problema propone di eseguire benchmark delle pipeline di immagini di FastAI.jl rispetto a ffcv. Innanzitutto, comprendere l'implementazione corrente della pipeline di immagini in FastAI.jl (probabilmente in src/). Quindi, replicare la pipeline ottimizzata di ffcv in Julia o confrontare utilizzando dataset simili. I risultati potrebbero informare i miglioramenti menzionati nel problema #235. Esaminare la documentazione di ffcv e i benchmark delle prestazioni per progettare un confronto equo.
Tech stack
Nessuno
Dominio
machine learningperformance
Tipo issue
Performance
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Datata
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Richiede indagine
Prerequisiti
Julia programmingFlux.jl familiarityBenchmarking concepts
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
30