在我的 Macbook Pro 13" 上，我通过 USB-C 连接了 Blackmagic eGPU (AMD Radeon Pro 580)。理论上，这应该可以极大地加快我使用 Turi Create 进行模型训练的速度。
对于我的小模型，使用了15 个标记图像（4k x 3k）和 500 次迭代，包括 eGPU 在内大约需要 2 个小时。只有 CPU 需要 4 小时，因此 GPU 加速，但不是非常快。
在Turi Create 指南中，据说在 1 小时内处理了具有约 700 张图像和 4000 次迭代的对象检测模型。所以速度更快。
在使用 CreateML 时，我观察到在使用 eGPU的特征检测阶段，迁移学习的性能至少提高了 5 倍。
这是框架本身的问题吗？
我可以优化数据或训练参数以更好地使用 eGPU 吗？
数据是否太小或分辨率太大而无法通过 USB-C 获得最佳 GPU 使用率？
Class : ObjectDetector
Schema
------
Model : darknet-yolo
Number of classes : 4
Non-maximum suppression threshold : 0.45
Input image shape : (3, 416, 416)
Training summary
----------------
Training time : 1h 29m 8s
Training epochs : 1066
Training iterations : 500
Number of examples (images) : 15
Number of bounding boxes (instances) : 49
Final loss (specific to model) : 1.808