Деталі:
GPU : GTX 1080
Навчання : ~ 1,1 млн. Зображень, що належать до 10 класів
Перевірка : ~ 150 тис. Зображень, що належать до 10 класів
Час за епоху : ~ 10 годин
Я налаштував CUDA, cuDNN і Tensorflow (також Tensorflow GPU).
Я не думаю, що моя модель є такою складною, що займає 10 годин за епоху. Я навіть перевірив, чи проблема в моєму GPU, але це не так.
Час тренувань обумовлений повністю пов'язаними шарами?
Моя модель:
model = Sequential()
model.add()
model.add(Conv2D(64, (3, 3), padding="same", strides=2))
model.add(Activation('relu'))
model.add(Dropout(0.25))
model.add(Conv2D(64, (3, 3), padding="same", strides=2))
model.add(Activation('relu'))
model.add(Dropout(0.25))
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(3, 3), strides=2))
model.add(Flatten())
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dense(4096))
model.add(Activation('relu'))
model.add(Dense(10))
model.add(Activation('softmax'))
model.summary()
opt = keras.optimizers.rmsprop(lr=0.0001, decay=1e-6)
model.compile(loss='categorical_crossentropy',
optimizer=opt,
metrics=['accuracy']
)
Оскільки є багато даних, я використовував ImageDataGenerator.
gen = ImageDataGenerator(
horizontal_flip=True
)
train_gen = gen.flow_from_directory(
'train/',
target_size=(512, 512),
batch_size=5,
class_mode="categorical"
)
valid_gen = gen.flow_from_directory(
'validation/',
target_size=(512, 512),
batch_size=5,
class_mode="categorical"
)