Hiwony blog

먼저 batch_size 32를 기준으로 삼고 순수 Train 시간(초) 기준으로 그래프를 작성하였다. Computer System CPU : 라이젠5 3600 4.1 OC GPU : 1080 ti 11G x2 RAM : 24G PSU : 1000w M/B : AX370 일단 이번 test는 GPU 를 2장을 SLI로 묶었을때의 학습 시간에 대해서 TEST 한것이다. batch_size 별로 학습의 영향(loss, accuracy)이 얼마나 있을지에 대한 연구가 진행되고 있다고 한다. 사실 내가 이해한 바로는 batch_size가 작을 수록 학습시간은 늘어나지만 학습에 대한 디테일이 좋아져서 적은 epoch으로도 학습이 잘된다라고 알고있고, bacth_size가 커지면 그 만큼의 train_data들이 ..

CPU : 라이젠7 1700 3.8 OC RAM : 커세어 vengernce 32G XMP 3000 M/B : aorus AX370-gaming k5 GPU : aorus 1080 ti 11G PSU : 커세어 HX1000i (1000w) case : T800 가성비 개인 AI 머신 구성을 하는데 참 안타까운게 많다 일단 기존에 쓰던 게임용 PC를 개조(?)를 통해서 GPU만 대충 우겨 넣었는데 case 변경 : winin 101c -> 3RSYS T800 풍통 GPU 변경 : 1060 6G -> 1080ti 11G x2 T800 풍통은 빅타워 케이스 이다. 빅타워는 솔직히 처음 써본다.. 전명 160mm 3개 후면 140mm 2개 하단 120mm 2개 RGB 쿨링팬 기본셋트 인데 나쁘지는 않다. 120..

기존에 쓰던 PC 를 딥러닝용으로 사용하기 위해 Ubuntu 를 설치하게 됐고 프로젝트를 진행하다보니 학습시간이 너무 오래 걸려서 GPU를 바꾸기로 결심했다. 요즘 나오는 RTX 2070S, 2080, 2080ti 너무 비싸다. 그래픽카드 순위를 보고 벤치마크 결과를 봤더니 1080 ti 가 꽤 해주고 있는것이 아니던가!! 난 게임을 할 용도가 아니였기 때문에 게임 벤치마크는 크게 의미 없고, 머신러닝 개발 용도에 대한 자료를 찾아보기가 매우 어려웠다. 그래서 맨땅에 해딩하기로 했다. 원래의 PC 사양은 CPU : 라이젠7 1700 3.6 OC RAM : 커세어 32G 3000 OC (튜닝램) GPU : 1060 6G OS : Ubuntu 18.04 제목에서와 같이 1060 vs 1070 vs 1080 ..