अपने device का benchmark करें
यह क्यों मायने रखता है इस कोर्स में सब कुछ आपके अपने computer पर चलता है। यह कितना तेज़ है जानना आपको बताता है कि कौन-से पाठ live train होंगे और कौन-से पहले से train किया एक run दिखाएँगे।
नीचे का test दो 200 गुणा 200 matrices को पचास बार गुणा करता है और मापता है कि इसमें कितना समय लगता है। वह 50 गुणा 200 गुणा 200 गुणा 200 गुणा 2 है, लगभग 80 करोड़ FLOPs। FLOPs को seconds से भाग देना आपके device की गति FLOPs प्रति second में देता है।
FLOP: एक floating-point गुणा या जोड़। एक (n, k) गुणा एक (k, m) के matrix गुणा की लागत लगभग 2 गुणा n गुणा k गुणा m FLOPs है।
इस in-browser Python में आम नतीजे: एक phone या पुराना laptop प्रति second कुछ सौ million FLOPs करता है, एक हाल का laptop कुछ billion। बाद के पाठ अपने live runs आपके स्तर के अनुसार scale करते हैं।
इस पाठ के शब्द और चिह्न
- FLOP
- एक गुणा या जोड़; कोर्स किसी run की लागत ऐसे मापता है
benchmark चलाएँ। फिर ऊपर के सूत्र से, flops_per_matmul को एक 200 गुणा 200 बार 200 गुणा 200 गुणा के FLOPs पर सेट करें।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।