《表2 单CPU、单GPU、异构式CPU+GPU测试实验结果平均值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Tensorflow对卷积神经网络的优化研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验测试：选用三台相同型号及配置的服务器，其中一台做测试服务器task1，另两台做对比测试服务器task2、task3，分别在三台服务器上定义sever，并且在task1上制定job＿model1（异构式CUP+GPU训练模型），取两次测试结果的平均值做实验对比，在task2、task3上制定job＿model2（单CPU、单GPU训练模型），并取task2与task3测试结果的平均值做实验对比，所得结果如图4、5所示。异构式CPU+GPU计算模型两次对比测试实验结果分别为：133.132 362 883 237 8 s、134.860 072 175 262 76 s，而单CPU计算模型测试结果为：189.031 933 339 740 60 s、189.954 021 626 453 37 s；单GPU计算模型测试实现演过分别为：170.143 887 107 263 25 s、167.609 163 142 034 05 s。测试实验结果的平均值如表2所示。