Die deutsche Sprachversion wurde als Serviceleistung für Sie durch maschinelle Übersetzung erstellt. Bei eventuellen Unstimmigkeiten hat die englische Sprachversion Vorrang.
Testplan
Beitragende
Änderungen vorschlagen
-
PDF dieser Dokumentationssite
- Künstliche Intelligenz
-
Container
- Red hat OpenShift mit NetApp
Sammlung separater PDF-Dokumente
Creating your file...
This may take a few minutes. Thanks for your patience.
Your file is ready
In dieser Validierung haben wir das von MLPerf v2.0 festgelegte Image Recognition Training durchgeführt. Insbesondere haben wir das Modell ResNet v2.0 mit dem ImageNet-Datensatz trainiert, bis wir eine Genauigkeit von 76.1 % erreicht haben. Die Hauptmetrik ist die Zeit, bis die gewünschte Genauigkeit erreicht ist. Wir berichten außerdem über die Trainingsbandbreite in Bildern pro Sekunde, um die horizontal skalierbare Effizienz besser beurteilen zu können.
Im primären Testfall wurden mehrere unabhängige Trainingsprozesse (eine pro Node) gleichzeitig bewertet. Dies simuliert den Hauptanwendungsfall, ein Shared-System, das von mehreren Data Scientists genutzt wird. Im zweiten Testfall wurde die horizontale Skalierbarkeit evaluiert.