PytorchがインストールできてCUDAを使えるか試すべくPytorch謹製のMNISTをやってみた。
ソースコードは次のURLからダウンロードする。
https://github.com/pytorch/examples/tree/master/mnist
$ python3 main.py
...
Train Epoch: 14 [58240/60000 (97%)] Loss: 0.009014
Train Epoch: 14 [58880/60000 (98%)] Loss: 0.002303
Train Epoch: 14 [59520/60000 (99%)] Loss: 0.000390
Test set: Average loss: 0.0262, Accuracy: 9921/10000 (99%)
real 1m46.327s
user 2m12.097s
sys 0m9.095s
データのダウンロードも含め、こんな感じ。
CPUでやるとり断然速い。
MNIST実行中にnvidia-smi
でCUDAしてるか確認する。
$ nvidia-smi
Fri Oct 30 20:43:05 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 455.23.05 Driver Version: 455.23.05 CUDA Version: 11.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 GeForce RTX 3080 On | 00000000:01:00.0 Off | N/A |
| 53% 33C P2 158W / 370W | 3347MiB / 10018MiB | 33% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 1423 G /usr/lib/xorg/Xorg 802MiB |
| 0 N/A N/A 2520 G ...AAAAAAAAA= --shared-files 52MiB |
| 0 N/A N/A 2722075 G ...AAAAAAAAA= --shared-files 177MiB |
| 0 N/A N/A 2813104 C python3 2309MiB | ← やっている
+-----------------------------------------------------------------------------+
ところでMNISTの結果ってどうやってみるの?
真面目にREADME読んでないから、パッと見てもわからない。
ここまで動かすのに時間はかかったけど、まとめてしまうとやることは少ない。