开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

机器学习PAI把BatchMatmulV2 fallback到tf发现性能好了不少。但是使用的?

机器学习PAI把BatchMatmulV2 fallback到tf发现性能好了不少。但是使用的gpu显存多了很多,可能是哪方面导致的?大家有遇到过的吗?

展开
收起
真的很搞笑 2023-08-14 14:45:02 106 0
1 条回答
写回答
取消 提交回答
  • BatchMatmulV2 fallback 到 tf 可能会导致 GPU 显存使用增加,因为 BatchMatmulV2 是基于 TensorFlow 提供的 API 实现的,而 tf 的算法可能需要更多的显存。

    你可以尝试使用 TensorFlow 提供的 profiler 来分析一下具体的显存使用情况。您也可以尝试使用 TensorFlow 自带的图优化功能来优化图的结构,以减少显存使用。

    2023-09-26 10:40:53
    赞同 展开评论 打赏

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 相关电子书

    更多
    大规模机器学习在蚂蚁+阿里的应用 立即下载
    阿里巴巴机器学习平台AI 立即下载
    微博机器学习平台架构和实践 立即下载