使用 GOOGLE COLAB TPU 在 IMAGENET 上训练 VGG-16 模型需要多长时间？

【问题标题】：How long will it take to train the VGG-16 model on IMAGENET using GOOGLE COLAB TPU?使用 GOOGLE COLAB TPU 在 IMAGENET 上训练 VGG-16 模型需要多长时间？
【发布时间】：2020-02-23 05:39:37
【问题描述】：

只是好奇，使用 GOOGLE COLAB TPU 在 IMAGENET 上训练 VGG16 模型需要多长时间？如果有人可以向我解释他们为得到答案所做的计算，那就太好了！

【问题讨论】：

标签： tensorflow deep-learning google-colaboratory tpu google-cloud-tpu

【解决方案1】：

很难准确估计训练模型 e2e 需要多长时间。但是假设您只是在寻找一个非常粗略的估计，我们可以首先注意到我们拥有的这个 ResNet50 实现 (code) 在大约 7.3 小时内运行到收敛（在 90 个 epoch 上训练的 76%+ top1 准确率） v2-8 TPU 设备。鉴于 VGG16 在步进时间上足够接近（https://github.com/jcjohnson/cnn-benchmarks#cnn-benchmarks），我希望它的收敛也与此成正比。但是，免责声明这是一个非常粗略的估计，实际性能还取决于实现的优化程度。

【讨论】：

【解决方案2】：

这里是官方TPU example。在包含 2990 张训练图像的优化 tfrecord 数据集上训练 VGG-16，IMAGE_SIZE = [331, 331], batch_size=128, 12 epochs 需要 2m15sec。我认为使用1,281,167 ImageNet images 进行培训需要approximately 15 hours。

【讨论】：