关于jittor测速存在的问题

[Jittor]

您好，看到您对不同框架进行测试，我们表示非常感谢，我运行了一下您的脚本，发现其中存在一个 小问题， jittor使用的dataset并没有使用多个worker，导致显卡其实没有跑满，我对您的代码进行了一行的改动，速度就大幅提升了，我在RTX TITAN上测cifar 10，一个epoch只需要48s，理论上，您的3090会更快。

train_loader.set_attrs(batch_size=batch_size, num_workers=4)

您可以根据您的情况，修改workers数量， 运行的时候，请留意nvidia-smi的输出，显卡占用率是否比较高

这是我的结果：

速度会有被很多不同因素，包括硬盘io，cpu温度，总线速度，频率等等，有一些简单的参考资料：https://cg.cs.tsinghua.edu.cn/jittor/assets/docs/Jittor%E6%80%A7%E8%83%BD%E6%B5%8B%E8%AF%95%E4%B8%8E%E5%AF%B9%E6%AF%94%E6%96%B9%E6%B3%95.html

有兴趣的话，欢迎加入计图开发者交流群（761222083）

[Jittor]

另外，我建议您测测大图，比如吧图像resize到224以上，现在图片数据太小，框架之间拉不开差距，大部分时间都是在读数据，不是在跑模型

[cjld]

我是jittor核心开发者，您可以加我微信 randonlang

[Meidozuki]

另外，我建议您测测大图，比如吧图像resize到224以上，现在图片数据太小，框架之间拉不开差距，大部分时间都是在读数据，不是在跑模型

是的，我在递交任务撞车的时候测试pytorch和jittor，跑一个epoch的时间jittor会比pytorch长，但是如果是用在内存中的数据测出来的FPS，jittor会比pytorch更高。因此我也推测可能问题出在IO的时间上 我打算等之后队列空下来再试试看跑更大的模型，谢谢建议

[Meidozuki]

我已经更新了MNIST跑出来的结果