
Matlab麦克斯韦速率代码-R-C3D.pytorch:R-C3D模型,以及相关火炬实现。
5星
- 浏览量: 0
- 大小:None
- 文件类型:None
简介:
我们对matlab麦克斯韦评分代码R-C3D的Pytorch实现进行了优化,以显著提升速度和易用性。该项目是R-C3D时间动作检测模型训练加速的一种更高效的PyTorch实现,旨在大幅缩短训练时间。在开发过程中,我们采用了Pytorch、TensorFlow和Numpy等技术栈进行构建,并借鉴了基于caffe的官方实施方案。相较于这些官方实现,我们的优化版本拥有诸多独特的功能。具体而言,它完全采用纯PyTorch代码编写,极大地简化了代码结构。此外,我们完成了所有原有的NumPy实现模块的全面迁移至PyTorch平台。为了进一步提高训练效率,该实现支持并行训练模式,能够充分利用多个GPU资源。我们采用了nn.DataParallel进行GPU包装,从而可以灵活地配置一个或多个批处理大小为1或更大的GPU实例。同时,该代码也支持并行测试模式,同样利用多个GPU包装器(nn.DataParallel)来高效地执行测试任务并利用更大批处理大小。通过这种设计,我们有效地降低了内存占用,例如可以在单片1080Ti(11GB)上成功训练3DResNet-18模型,并使用batchsize=3进行测试(即使用三个视频缓冲区,每个缓冲区的长度为768)。当使用8个GPU进行训练时, 每个GPU的处理能力将得到显著提升.
全部评论 (0)
还没有任何评论哟~


