FluxML/FastAI.jl

Benchmark image pipelines against ffcv

Open

#236 aberto em 10 de jun. de 2022

Ver no GitHub
 (0 comments) (1 reaction) (0 assignees)Julia (49 forks)batch import
help wantedperformance

Métricas do repositório

Stars
 (592 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

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.

Guia do colaborador

Direção de pesquisa
A issue propõe fazer benchmarking dos pipelines de imagem do FastAI.jl em relação ao ffcv. Primeiro, entenda a implementação atual do pipeline de imagem no FastAI.jl (provavelmente em src/). Em seguida, replique o pipeline otimizado do ffcv em Julia ou compare usando conjuntos de dados semelhantes. Os resultados podem informar as melhorias mencionadas na issue #235. Consulte a documentação e os benchmarks de desempenho do ffcv para projetar uma comparação justa.
Pilha de tecnologia
None
Domain
machine learningperformance
Tipo Issue
Performance
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Antigo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Precisa de investigação
Prerequisites
Julia programmingFlux.jl familiarityBenchmarking concepts
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
30