uni-days/gpgpu-sem-2
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

Lab 1 CIFAR10 initial done

Browse source
This commit is contained in:
Andrew 2023-03-01 16:06:46 +07:00
parent 671e8d40e6
commit c75e27a36e
6 changed files with 414 additions and 0 deletions
Download patch file Download diff file Expand all files Collapse all files

10
lab1-pytorch-cifar10/README.md Normal file
View file

@ -0,0 +1,10 @@
### "Тензорные ядра CUDA для глубокого обучения"
1. С помощью фреймворка PyTorch реализовать архитектуру AlexNet для распознавания изображений из набора данных CIFAR10.
2. Обучить модель с помощью GPU на тренировочном наборе данных в двух режимах — без использования тензорных CUDA-ядер (FP32) и с их использованием (FP16).
3. Эксперимент 1: сравнить время обучения модели в разных режимах.
4. Эксперимент 2: сравнить точности распознавания изображений из тестового набора данных при разных режимах обучения модели.
5. Эксперимент 3: сравнить реальные вычислительные сложности пакетного умножения матриц (Batch Matrix Multiplication) на GPU а режимах FP32 и FP16; построить графики сложностей.
6. Объяснить результаты вычислительных экспериментов.
Отчет должен содержать: исходный код, результаты экспериментов, обсуждение полученных результатов.