日本語は機械翻訳による参考訳です。内容に矛盾や不一致があった場合には、英語の内容が優先されます。
テスト計画
共同作成者
変更を提案
PDF
この検証では、MLPerf v2.0の規定に従って画像認識トレーニングを実施しました。具体的には、ImageNetデータセットを使用してResNet v2.0モデルのトレーニングを行い、精度が76.1%になるようにしました。主な指標は、目的の精度に到達するまでの時間です。また、1秒あたりの画像数でトレーニングの帯域幅をレポートし、スケールアウトの効率性をより適切に判断します。
プライマリテストケースで、複数の独立したトレーニングプロセス（ノードごとに1つ）を同時に実行して評価しました。これは、複数のデータサイエンティストが使用する共有システムである主なユースケースをシミュレートします。2つ目のテストケースでは、スケールアウトの効率性を評価しました。