【发布时间】:2020-08-18 02:27:30
【问题描述】:
【问题讨论】:
-
我已经做到了,同样的表现。有什么线索吗?
-
当 colab 虚拟机因内存不足而崩溃时,他们提出升级内存。但是怎么崩溃呢?只需下载庞大的数据集并解压缩...等,希望对您有所帮助!
标签: performance process google-colaboratory ram
【问题讨论】:
标签: performance process google-colaboratory ram
数据处理是使用 CPU 或 GPU(或同时使用两者)完成的。对于 CPU,可以使用 2 个指标来衡量其速度:每秒指令数 (IPS) 或每秒浮点运算数 (FLOPS)。 CPU 的架构和内核数量会影响其速度。如今,GPU 因其带宽优于 CPU 的优势而大量用于数据处理,还有很多其他原因,您可以在此处查找它们:CPU Vs GPU
因此,为了加快数据处理速度,请确保您使用 Colab 的 GPU 运行测试,而 RAM 保存当前会话的所有数据和变量。如果您想使用所有可用的 RAM,您只需要使用 @AEM 提到的更大的数据集(更多数据 = 更多 RAM 使用)。
如果你想查看更多数据对 RAM 的影响,你可以试试这个简单的代码:
data = []
while(1):
data.append('1234')
这个无限循环使您可以将越来越多的数据添加到列表中,直到达到 RAM 的最大使用量(Colab 最终可能会崩溃),希望这会有所帮助。
【讨论】: