一、问题描述
1、评估精度输出精度值不达标,自测精度为 {'top_5_accuracy': 0.8951806265984654, 'top_1_accuracy': 0.701766304347826}
,资料给定标准值为top1:74.21%,top5:91.712%
。期望结果精度波动范围不超过0.5%。
2、八卡训练性能不达标,资料给定标准:87.173毫秒/步。自测部分性能日志如下:
epoch: 177 step: 1252, loss is 1.888941
epoch time: 137728.305 ms, per step time: 110.007 ms
epoch: 178 step: 1252, loss is 1.9496251
epoch time: 132573.456 ms, per step time: 105.889 ms
epoch: 179 step: 1252, loss is 2.1262865
epoch time: 132822.185 ms, per step time: 106.088 ms
epoch: 180 step: 1252, loss is 2.116365
epoch time: 129988.284 ms, per step time: 103.825 ms
train success
二、软件版本:
--CANN 版本: (CANN 5.0.3.B078)
----MindSpore 版本: mindspore 1.5.0
--Python 版本: Python 3.7.5
--操作系统版本 (e.g., Ubuntu 18.04):Ubuntu 18.04
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。
Please add labels (comp or sig), also you can visit https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md to find more.
为了让代码尽快被审核,请您为Pull Request打上 组件(comp)或兴趣组(sig) 标签,打上标签的PR可直接推送给责任人进行审核。
更多的标签可以查看https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md
以组件相关代码提交为例,如果你提交的是data组件代码,你可以这样评论:
//comp/data
当然你也可以邀请data SIG组来审核代码,可以这样写:
//sig/data
另外你还可以给这个PR标记类型,例如是bugfix或者是特性需求:
//kind/bug or //kind/feature
恭喜你,你已经学会了使用命令来打标签,接下来就在下面的评论里打上标签吧!
收到,正在定位精度性能降低的原因
登录 后才可以发表评论