开发者社区 > 云原生 > Serverless > 正文

AIGC训练营我测试,用基础模型,训练768*512,28step,1batch,生成2张图大概1?

AIGC训练营我测试,用基础模型,训练768*512,28step,1batch,生成2张图大概1元。然后我,调整可函数的资源量,降低了配制,由原先16g显存降到8g。然后再次测试生成2张图,依旧是约1元。请问,不能实现,降性能,增时长,降费用吗?786a3e798da84a0cc9854b7771b364fe.png

展开
收起
真的很搞笑 2023-07-04 19:17:21 102 0
3 条回答
写回答
取消 提交回答
  • 北京阿里云ACE会长

    根据您的描述,您在 AIGC 训练营中使用基础模型进行训练,训练参数为 768*512,28step,1batch,生成 2 张图的成本大约为 1 元。后来您调整了函数计算的资源配置,将显存从 16G 降低至 8G,并再次进行了测试。

    根据您的描述,由于调整了函数计算的资源配置,具体的训练成本可能会有所变化,但是可以尝试根据具体的训练需求和成本预算,合理配置资源,以达到更高的性价比。需要注意的是,资源配置的调整可能会影响训练效果和速度,因此需要根据实际情况进行合理的权衡和调整。

    2023-07-29 09:00:52
    赞同 展开评论 打赏
  • 根据您的描述,您尝试通过降低函数计算的资源配额来降低费用,但在相同生成2张图的情况下,并没有看到明显的费用降低。这可能是因为:

    1. 费用计算不仅取决于函数计算的资源配额,还取决于数据传输、存储等其他因素。请确保您考虑了所有相关的费用项目,以全面评估费用变化。

    2. 由于训练任务的规模减小(例如降低了显存),导致任务执行时间变长,从而抵消了资源配额降低所带来的费用减少。费用计算通常是基于使用的实际时间和资源。

    3. 某些特定的训练任务可能对资源的要求较高,无论您如何调整资源配额,都难以大幅降低费用。这取决于模型的复杂性、数据量和训练算法等因素。

    如果您希望进一步降低费用,增加性能或缩短训练时间,可以考虑以下几点:

    1. 优化模型和算法:通过优化模型、算法和超参数设置,尝试减少训练所需的资源和时间,从而降低费用。

    2. 使用更高效的硬件:考虑使用性价比更高的硬件设备,例如云服务器GPU实例或定制AI芯片,以获得更好的性能和资源利用率。

    3. 数据增强技术:通过数据增强技术,如旋转、缩放和裁剪等,扩充训练数据集的多样性,提高模型泛化能力,并减少对大规模数据集的需求。

    4. 并行化训练:使用分布式训练框架,将训练任务划分为多个子任务,并在多个计算节点上并行执行,从而加速训练过程。

    请注意,具体的优化策略和效果会因您的训练任务、模型结构和数据特点而有所不同。建议您根据实际情况进行尝试和优化,以找到最适合您需求的解决方案。

    2023-07-23 23:07:05
    赞同 展开评论 打赏
  • 配置和时间并不是线性的,所以要你测试。,此回答整理自钉群“【答疑群】人人都是创作家,Serverless 部署 AIGC 场景

    2023-07-04 19:47:53
    赞同 展开评论 打赏

快速交付实现商业价值。

热门讨论

热门文章

相关电子书

更多
新一代AIGC图像应用 在零售行业的实践成果 立即下载
云原生场景下, AIGC模型服务的工程挑战和应对 立即下载
关于《探索AIGC下的软件工程新范式》的联合声明 立即下载