3

我在 Pytorch 中编写了一个简单的全连接神经网络。我保存了模型并使用 LibTorch 将其加载到 C++ 中,但是对于我的应用程序领域,我的推理时间非常慢。现在的推理时间约为 10 毫秒。这是正常的还是我做错了什么?

我只首先在 python 上测量了推理时间。然后为了让它更快,我在 C++ 上加载了网络,但它没有帮助。

这是网络的代码

class network(nn.Module):
    def __init__(self):
        super(network,self).__init__()
        input_nodes = 362
        hidden_nodes1 = 50
        hidden_nodes2 = 30
        output_nodes = 1

    self.fc1 = nn.Linear(input_nodes,hidden_nodes1)
    nn.init.xavier_uniform_(self.fc1.weight)
    self.bn1 = nn.BatchNorm1d(num_features=hidden_nodes1)

    self.fc2 = nn.Linear(hidden_nodes1,hidden_nodes2)
    nn.init.xavier_uniform_(self.fc2.weight)
    self.bn2 = nn.BatchNorm1d(num_features = hidden_nodes2)

    self.fc3 = nn.Linear(hidden_nodes2,output_nodes)
    nn.init.xavier_uniform_(self.fc3.weight)

    self.out_act = nn.Sigmoid();

def forward(self,X):
    X = F.relu(self.bn1(self.fc1(X)))
    X = self.fc2(X)
    X = F.dropout2d(X,p=0.3)
    X = F.relu(X)
    X = self.fc3(X)
    out = self.out_act(X)
    return out

我希望推理大约需要 0.01 毫秒。

4

2 回答 2

1

您使用了多少数据进行推理?如果只是几个数据点,我认为python和C++的执行时间不会有太大的区别。也许尝试更多的数据?

此外,您使用的架构很简单;它可能可以很好地在 CPU 中运行以进行推理。不要忘记对您的测试提供反馈!我也想知道发生了什么。:)

于 2019-07-12T18:53:14.120 回答
0

Libtorch 确实比 pytorch 慢。

于 2021-05-18T08:55:11.983 回答