《表4 GPU内存与时间开销》

  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

《面向问句复述识别的多卷积自交互匹配方法研究》

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

本节选择复现Siamese-CNN、Siamese-LSTM、BiMPM、DECATTchar，通过与MCSM在GPU显存使用大小与训练迭代速度上进行对比。以上模型均在英伟达GeForce GTX 1080的实际环境中运行得出的结果，其中，Siamese-CNN、Siamese-LSTM采用MatchZoo以Keras进行复现，MCSM是以Keras实现，BiMPM通过Tensoflow进行复现，DECATTchar采用Pytorch进行复现（1），虽然模型复现框架有所不同，但是对模型使用GPU内存与迭代一轮训练速度影响不大。最终，模型训练过程需要占用的GPU显存大小和迭代一轮训练语料所需时间如表4所示。