Análise de Desempenho de Frameworks de Deep Learning
Resumo
Este trabalho avalia o desempenho de dois frameworks de Deep Learning (Caffe e TensorFlow) em um ambiente de execução heterogêneo. A avaliação se dá ao mensurar os tempos gastos por imagem, através da variação de hiperparâmetros de duas redes profundas conhecidas. O estudo conclui que o framework TensorFlow apresenta uma menor necessidade de memória, e tempos até 49% menores em GPU e até 70% menores em CPU em relação ao Caffe.
Publicado
2018-04-04
Como Citar
TRINDADE, Rafael G. Trindade; LIMA, João V. F. Lima.
Análise de Desempenho de Frameworks de Deep Learning.
Teste2, [S.l.], apr. 2018.
Disponível em: <http://143.54.25.88/index.php/teste2/article/view/1602>. Acesso em: 28 oct. 2026.
Edição
Seção
Artigos
