質問編集履歴

1

質問内容について意図(jaxのCPU上におけるパフォーマンスについて知りたい)と説明文が不一致していたため,修正を行いました.

2021/10/14 05:34

投稿

guratan
guratan

スコア2

test CHANGED
@@ -1 +1 @@
1
- JAXの行列計算速度がnumpyに劣ってしまう問題
1
+ CPUによる計算環境において,JAXの行列計算速度がnumpyに劣ってしまう問題
test CHANGED
@@ -10,13 +10,23 @@
10
10
 
11
11
 
12
12
 
13
- jaxの強みは高速な自動微分であると思っていたのですが,
13
+ ~~jaxの強みは高速な自動微分であると思っていたのですが,
14
14
 
15
15
  numpyよりも遅くなってしまう事例が発生しました.
16
16
 
17
17
  皆様には,なぜjaxの計算が遅くなってしまったのかについて,
18
18
 
19
- ご意見をお聞きしたいと思っております.
19
+ ご意見をお聞きしたいと思っております.~~
20
+
21
+ (追記 質問内容が意図と異なっていたため修正いたします)
22
+
23
+ google colab上で**CPUによる計算**を行わせたところ,jaxの行列計算速度がnumpyよりも遅くなってしまう事例が発生しました.
24
+
25
+ jaxの強みは高速な自動微分であると思っていたため,CPU上では計算速度が低くなってしまうことを不思議に思い,
26
+
27
+ また,jaxの知識が浅くよくわかっていないため,皆様へご意見をお聞きしたいと思います.
28
+
29
+ jaxはCPUの計算環境においては,計算速度がnumpyよりも劣ってしまうのでしょうか?
20
30
 
21
31
 
22
32
 
@@ -62,7 +72,7 @@
62
72
 
63
73
 
64
74
 
65
- 私の環境(Google Colab)で同等のコードで実行したところ,
75
+ 私の環境(Google Colab/ CPU)で同等のコードで実行したところ,
66
76
 
67
77
  Time taken by dot product op on ndarrays: 14.60 seconds
68
78
 
@@ -76,17 +86,17 @@
76
86
 
77
87
 
78
88
 
79
- 私のコードは,全てからコピペしたものであり,全く同じコードです.
89
+ ~~私のコードは,全てからコピペしたものであり,全く同じコードです.
80
90
 
81
- それなのに,計算速度に違いが生まれてしまうことが不思議でなりません.
91
+ それなのに,計算速度に違いが生まれてしまうことが不思議でなりません.~~
82
92
 
83
- 唯一出たエラーコードは
93
+ ~~唯一出たエラーコードは
84
94
 
85
95
  [1]を実行したとき:/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:8: UserWarning: Config option `use_jedi` not recognized by `IPCompleter`.
86
96
 
87
- [2]を実行したとき:WARNING:absl:No GPU/TPU found, falling back to CPU. (Set TF_CPP_MIN_LOG_LEVEL=0 and rerun for more info.)
97
+ [2]を実行したとき:WARNING:absl:No GPU/TPU found, falling back to CPU. (Set TF_CPP_MIN_LOG_LEVEL=0 and rerun for more info.)~~
88
98
 
89
- jaxは計算の違でパフォーマンス変わやすいフレームワークなのでしょうか?
99
+ jaxはCPUの計算環境におては,計算速度numpyよも劣ってしまうのでしょうか?
90
100
 
91
101
  お詳しい方がいらっしゃいましたら,ご意見をいただけますと幸いです.
92
102