誰的部落格: [LAB]Google colab CPU vs. GPU vs. TPU

讀到網路上一篇文章提到，google colab免費版就有支援CPU/GPU/TPU的運算資源。第一次聽到TPU,原來是google開發的晶片，專門給人工智慧、機器學習和深度學習等的科學項目，提供更佳的處理效果。

修改google colab的運算資源：

剛好之前在colab練習寫了一個人臉辨識的小程式，利用deepface模組，可以辨識圖片中人像的情緒、年齡、種族和性別。並透過不同的運算資源來記錄程式的運算時間，原本以為會是TPU > GPU > CPU，但結果是GPU > TPU ~= CPU ？會不會是因為TPU在處理深度學習模型訓練上才會有明顯效果，還在研究中... 下次來練習寫個模型訓練來測試看看。

程式碼：

import time
import cv2
from deepface import DeepFace

start = time.time()

img = cv2.imread('test3.png')     # 讀取圖片
try:
    analyze = DeepFace.analyze(img)
    print("情緒:",analyze["dominant_emotion"],"年齡:",analyze["age"])
    print("種族:",analyze["dominant_race"],"性別:",analyze["gender"])
except:
    pass

end = time.time()
print(end - start)