Я пробовал различные структуры глубокого обучения сети. Некоторые из них очень глубокие (более 40 слоев), другие - менее 20 слоев. По-видимому, затраты на обучение совершенно разные. Однако эти сети классифицируют изображения практически с одинаковой скоростью. Это так, или я что-то пропустил?Почему разные сети глубокого обучения прогнозируют почти на той же скорости?
То, что они, похоже, имеют одинаковую скорость при обработке изображений, связано с тем, что вы просто обрабатываете одно изображение, и поэтому оба раза будет небольшим. Однако, если вам пришлось обрабатывать большое количество изображений, то небольшая разница времени при обработке каждого изображения может привести к большой разнице во времени в конце.
Также имейте в виду, что обучение требует гораздо больше времени, чем просто обработка изображения, поскольку на этапе обучения алгоритм обратного распространения должен быть рассчитан для обновления весов, поэтому разница в скорости более очевидна на этапе обучения ,
Вы измерили время оценки любым способом? –