我正在编写一系列测试(在 Python 中),目的是测量我公司不同计算实例的速度。目标是了解不同 AWS EC2 实例在运行不同 ML 模型或常见数据科学任务时的速度。
我想问是否有人知道任何可以仅使用标准 Anaconda 包和内置数据集或业内已知的流行数据集构建的耗时(但现实)模型?
目标是让最终用户了解他们需要多少计算能力,我认为使用一些流行的数据集或模型来比较完成的相对时间将是他们为自己选择合适的计算能力的最佳方式需要。
我正在编写一系列测试(在 Python 中),目的是测量我公司不同计算实例的速度。目标是了解不同 AWS EC2 实例在运行不同 ML 模型或常见数据科学任务时的速度。
我想问是否有人知道任何可以仅使用标准 Anaconda 包和内置数据集或业内已知的流行数据集构建的耗时(但现实)模型?
目标是让最终用户了解他们需要多少计算能力,我认为使用一些流行的数据集或模型来比较完成的相对时间将是他们为自己选择合适的计算能力的最佳方式需要。
MLPerf是一组专为此目的而设计的基准。它在各种可能的硬件上测试各种常见的机器学习任务。