GoogLenetの​転移学習をGPU環境​でやってみたところ、​CPUと同じくらい時​間がかかったのですが​、改善策はなにかあり​ますか？

プログラミング初心者です。

以下のリンクを参考に（コードはほぼ変えずに）GoogleNetの転移学習をGPU環境で行っています。

https://jp.mathworks.com/help/deeplearning/examples/transfer-learning-using-googlenet.html

画像の枚数は少し多め（数千枚）にしたところ、training resultが出るのにCPUの場合でも、GPUでも数日かかってしまい、

GPU（GeForce GTX 1050Ti）を利用してもそれほど時間は変わりません。

何かご示唆がございましたらご教示いただけますと幸いです。

どうぞよろしくお願いいたします。

参考:

windows 64bit

d =
  CUDADevice with properties:
                      Name: 'GeForce GTX 1050 Ti'
                     Index: 1
         ComputeCapability: '6.1'
            SupportsDouble: 1
             DriverVersion: 10.1000
            ToolkitVersion: 9.1000
        MaxThreadsPerBlock: 1024
          MaxShmemPerBlock: 49152
        MaxThreadBlockSize: [1024 1024 64]
               MaxGridSize: [2.1475e+09 65535 65535]
                 SIMDWidth: 32
               TotalMemory: 4.2950e+09
           AvailableMemory: 3.4575e+09
       MultiprocessorCount: 6
              ClockRateKHz: 1392000
               ComputeMode: 'Default'
      GPUOverlapsTransfers: 1
    KernelExecutionTimeout: 1
          CanMapHostMemory: 1
           DeviceSupported: 1
            DeviceSelected: 1

Answer 1

[Naoya]

該当するかわかりませんが、trainNetwork の実行速度が非常に遅い理由の一つとして、ウィルス対策ソフト(アンチウィルスソフト)のリアルタイム検索機能が原因の事例が過去にありました。

ファイルアクセスの際、リアルタイムでウィルスチェックが起こっている様で、ファイルアクセスが多いために非常に時間が掛かっていた例となります。

問題の切り分けとして、一度ネットワーク環境から遮断して、ウィルス対策ソフトを停止して確認してみることもご検討頂くのも宜しいかもしれません。

[ssk]

ご回答ありがとうございました。アンチウィルスソフトを停止して試してみます！