FluxML/FastAI.jl

Benchmark image pipelines against ffcv

Open

#236 opened on 2022年6月10日

GitHub で見る
 (0 comments) (1 reaction) (0 assignees)Julia (592 stars) (49 forks)batch import
help wantedperformance

説明

[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.

コントリビューターガイド

技術スタック
なし
領域
machine learningperformance
Issue 種別
performance
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
needs investigation
前提条件
Julia programmingFlux.jl familiarityBenchmarking concepts
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
30
調査方針
The issue proposes benchmarking FastAI.jl image pipelines against ffcv. First, understand the current image pipeline implementation in FastAI.jl (likely in src/). Then, replicate ffcv's optimized pipeline in Julia or compare using similar datasets. The results could inform improvements mentioned in issue #235. Look at ffcv's documentation and performance benchmarks to design a fair comparison.