RTX3090比較
RTX3090を搭載したサーバーが研究室に来たのでyolov5の学習をしてみてGTX 1080TIと比較してみました. 実験設定として, batch 64, epoch1, GPU4基でData Paralelをしてます.
RTX 3090サーバー(RTX 3090×4)
Evaluating pycocotools mAP... saving runs/train/exp15/_predictions.json... loading annotations into memory... Done (t=0.38s) creating index... index created! Loading and preparing results... DONE (t=8.12s) creating index... index created! Running per image evaluation... Evaluate annotation type *bbox* DONE (t=67.78s). Accumulating evaluation results... DONE (t=17.63s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.003 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.007 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.004 Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.003 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.018 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.041 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.046 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.007 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.040 Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.075 real 16m15.569s user 68m18.520s sys 5m14.403s
1080TIサーバー(1080TI × 4)
Evaluating pycocotools mAP... saving runs/train/exp11/_predictions.json... loading annotations into memory... Done (t=0.64s) creating index... index created! Loading and preparing results... DONE (t=9.76s) creating index... index created! Running per image evaluation... Evaluate annotation type *bbox* DONE (t=108.04s). Accumulating evaluation results... DONE (t=23.68s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.002 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.006 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.003 Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.003 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.020 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.043 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.048 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.006 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.038 Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.081 real 24m17.456s user 105m34.200s sys 10m56.112s
RTX 3090サーバーかなり早いです.
参考までにRTX 3090でbatch 320で計算させてみました。
Evaluating pycocotools mAP... saving runs/train/exp12/_predictions.json... loading annotations into memory... Done (t=1.05s) creating index... index created! Loading and preparing results... DONE (t=8.51s) creating index... index created! Running per image evaluation... Evaluate annotation type *bbox* DONE (t=73.40s). Accumulating evaluation results... DONE (t=20.28s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.002 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.005 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.002 Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.002 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.015 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.031 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.037 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.005 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.033 Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.061 real 11m47.344s user 66m23.625s sys 6m45.271s
メモリ24GBの暴力.
P.S サーバー室にいると目がパサパサします.
DELL ゲーミングPC ALIENWARE m17 R2が届きました
先日申し込んでいた「デル アンバサダー プログラム」のモニターに当選して、待ちに待っていた最強ゲーミングPC ALIENWAREが到着しました!
すごい...!きれい...! 早速開けてみる.
はいかっこいい、美しい、画面がキレイ、文句なし。これぞALIENWARE。 旧型のALIENWAREを日頃使っていますが, 画質が大幅に向上していることが一番素直にうれしかったです。 ALIEN君も可愛いくてこれぞALIENWAREって感じです!
今日は諸々のset upを行いました。実は旧型ALIENWAREはWindowsからCent OS -> Ubuntuとlinux系のOSに変えてしまったのでWindowsを触るのは4年ぶりです。 日頃Macでの開発なのでどうしてもUnix系が使いやすいんです...!ごめんなさい笑
そうは言っても、昨今 Windows Subsystem for Linux、通称WSLが有名なので僕もインストールしてみました。
特に難しい事はありませんでした。最初からALIENWAREにPower Shellが入っているのは良いですね! 構築中に気付いたんですが、キーボードが圧倒的に打ちやすい。これは寿司打で3万円食べられる。そう確信しました。 WSLにはUbuntuを入れました。ここまで来れば日頃の開発環境を構築するのは簡単!
今日はALIEMWAREが届いたので、開封の日から開発環境の構築までを行いました。全体的に画面がキレイになって目に優しい感じがするのはとてもうれしかったです。 また後日Pyenv + pytorch + VScodeの環境構築をお送りしたいと思います。
Adversarial Examples
MADRY, Aleksander, et al. Towards deep learning models resistant to adversarial attacks. arXiv preprint arXiv:1706.06083, 2017.(引用数1482)
*この記事は2020年4月17日に行った深層学習セミナーをもとに作成してます.
どういうもの
- NNに対する敵対的攻撃の新手法の開発とその攻撃手法を用いた防御策の提案.
敵対的摂動(Adversarial Perbutations)と敵対的データ(Adversarial Examples )
(*1)より
高い正解率(Acuuracy)を出す学習済みNNに対して、例えば画像では人間の目では何も変化していないような画像を入力したときに、出力クラスを間違えてしまうような事象が確認されている.
NNに対する攻撃手法とそれに対する防御策の図.
先行研究と並べて何がすごい?
これまでの攻撃手法と防御策
既存の攻撃手法は1階の勾配を用いてone stepでAdversarial Examplesを探索.
見つけたAdversarial Examplesを学習データに加えて再学習を行う.
例えば損失関数を
として学習する.
本論文での攻撃手法と防御策
- 1階の勾配を用いてmulti stepでAdversarial Examplesを探索.
->より強力なAdversarial Examplesを求めることができる.
- 見つけたAdversarial Examplesのみで学習を行う。
技法や手法の肝
$\theta$をNeral Network(NN)のパラメータ,$(x,y)$をデータ,$L$を損失関数とする.NNの学習では
の最小化問題を扱う.Adversarial Attackでは$S\subseteq \Rn$として
の最大化問題(入力の近傍内という意味でinner maximization)を扱う.
Adversarial Attackに対してNNをロバストにするためには
の最大値最小化問題を扱う.
以上によりAdversarial Attackではをより大きくするを探索するアルゴリズムが開発されている.既存のFast Gradient Sign Method(FGSM)(*2)でのadversarial examples の式は
である.は符号関数を表す.今回のPGD攻撃では近傍内でのを見つけるとき,
という更新式を用いてadversarial examplesを探索する.PGD攻撃のadversarial exampleは
である.(は更新回数).
実験とその他
2階以上の勾配情報は使わないのか.
SGDを代表とする勾配降下法では1階の勾配情報を用いているため,Adversarial Attackでは1階の勾配情報を用いれば十分.
パラメータ数の多いNN(表現能力の高いNN)はロバスト
下段のSimleはパラメータの少ないモデル,Wideはパラメータの多いモデルを表す.この結果から,パラメータ数の多いNNの方がよりロバストになることがわかる.またPGD攻撃を用いたAdversarial Trainingを受けたNNは既存の攻撃モデル(FGSM)に対してもロバストとなることがわかる.したがってPGD攻撃は強力な手法である.
PGD攻撃での更新式
で更新を行うと数列[tex:{xt}]が収束することが実験的にわかった.
上記の図の色は異なる初期点(20点)を表す.損失関数(Loss Value)はCross Entropy.fig1をみると初期点に関わらず,[tex:{xt}]が収束していることがわかる.またAdversarial trainingを行ったNNの方がより早く収束していることがわかる.
異なる初期点を[tex:105]個用意してPGD攻撃の更新式を収束するまで更新した結果の棒グラフである.赤色はAdversarial trainingを受けたNNで青色はStandard trainingを受けたNNである.Adversarial trainingを受けたNNの方がより値を集中させて収束していることがわかる.
PGD攻撃によるAdversarial Examplesの例
Reference
1:SZEGEDY, Christian, et al. Intriguing properties of neural networks. arXiv preprint arXiv:1312.6199*, 2013.
2:TRAMÈR, Florian, et al. The space of transferable adversarial examples. arXiv preprint arXiv:1704.03453*, 2017.
今後読むもの
TASHIRO, Yusuke; SONG, Yang; ERMON, Stefano. Output Diversified Initialization for Adversarial Attacks. arXiv preprint arXiv:2003.06878, 2020.https://arxiv.org/pdf/2003.06878.pdf
miplib 2017 Gurobi
miplib2017のベンチマークデータセットをgurobiで解きました.
MIPLIB 2017 – The Mixed Integer Programming Library
Statusがokなので解けているはずですがsolutionがなぜかerrorに...
速度計測する上では問題ないと思いますが不思議なバグなので確認が必要.
もしかしたらgurobi等の既存のソルバーでは解けない問題なのかも.(miplibってそういう思想だったはず?)
miplib2010よりもソルバー的に解くことが難しい問題が多いことがわかります.
---
使用した計算機
cpu:
Intel(R) Xeon(R) Platinum 8170 CPU @ 2.10GHz
メモリ:1TB
CPU(s): 104
On-line CPU(s) list: 0-103
Thread(s) per core: 2
Core(s) per socket: 26
Socket(s): 2
GPU: Geforce RTX2080ti 4枚
-----
20スレッド指定で実行.3日くらいかかったので計算機に空きがあれば40コア実行をしてみたい.また今はgurobiのversionがv9.0.0なのでv9.0.1でも実行したい.
[satoharu@opt-cps results]$ cat benchmark.gurobi.20threads.10000s.res
----------------------------+----------------+----------------+------+---------+-------+--------+---------
Name | Dual Bound | Primal Bound | Gap% | Nodes | Time | Status | Solution
----------------------------+----------------+----------------+------+---------+-------+--------+---------
30n20b8 302 302 0.0 111 1 ok error
50v-10 3311.17998 3311.17998 0.0 1443261 360 ok error
academictimetablesmall 0 0 0.0 23418 896 ok error
app1-2 -41 -41 0.0 5655 120 ok error
assign1-5-8 212 212 0.0 2654647 145 ok error
atlanta-ip 90.0098786 90.0098786 0.0 12434 598 ok error
b1c1s1 24544.25 24544.25 0.0 101493 495 ok error
bab2 -1e+20 1e+20 -- 0 1484 abort error
bab6 -284248.231 -284248.231 0.0 2656 601 ok error
beasleyC3 754 754 0.0 2748 1 ok error
binkar10_1 6742.20002 6742.20002 0.0 10302 2 ok error
blp-ar98 6205.21471 6205.21471 0.0 18303 98 ok error
blp-ic98 4491.44758 4491.44758 0.0 5419 29 ok error
bnatt400 1 1 0.0 26386 340 ok error
bnatt500 1e+20 1e+20 -- 73699 1017 ok error
bppc4-08 53 53 0.0 2400659 604 ok error
brazil3 24 24 0.0 4360 179 ok error
buildingenergy 33283.8532 33283.8532 0.0 7847 222 ok error
cbs-cta 0 0 0.0 0 1 ok error
chromaticindex1024-7 4 4 0.0 1 727 ok error
chromaticindex512-7 4 4 0.0 1 151 ok error
cmflsp50-24-8-8 55789389.9 55789389.9 0.0 131384 541 ok error
CMS750_4 252 252 0.0 1 1 ok error
co-100 2639942.06 2639942.06 0.0 121860 619 ok error
cod105 -12 -12 0.0 9 69 ok error
comp07-2idx 6 6 0.0 1 52 ok error
comp21-2idx 74 74 0.0 62499 1969 ok error
cost266-UUE 25148940.6 25148940.6 0.0 193537 265 ok error
cryptanalysiskb128n5obj14 1e+20 1e+20 -- 163 3343 ok error
cryptanalysiskb128n5obj16 0 0 0.0 199 3592 ok error
csched007 351 351 0.0 114396 238 ok error
csched008 173 173 0.0 243121 52 ok error
cvs16r128-89 -107 -97 10.3 104558 10000 stopped error
dano3_3 576.344633 576.344633 0.0 19 25 ok error
dano3_5 576.924916 576.924916 0.0 548 74 ok error
decomp2 -160 -160 0.0 0 1 ok error
drayage-100-23 103333.874 103333.874 0.0 0 1 ok error
drayage-25-23 101282.647 101282.647 0.0 1 1 ok error
dws008-01 37412.6046 37412.6046 0.0 711658 573 ok error
eil33-2 934.007916 934.007916 0.0 3854 1 ok error
eilA101-2 880.920108 880.920108 0.0 27011 3440 ok error
enlight_hard 37 37 0.0 0 1 ok error
ex10 100 100 0.0 0 21 ok error
ex9 81 81 0.0 0 7 ok error
exp-1-500-5-5 65887 65887 0.0 2640 4 ok error
fast0507 174 174 0.0 2138 22 ok error
fastxgemm-n2r6s0t2 230 230 0.0 39090 8 ok error
fhnw-binpack4-4 1e+20 1e+20 -- 23940488 939 ok error
fhnw-binpack4-48 0 0 0.0 7210 2 ok error
fiball 138 138 0.0 52 5 ok error
gen-ip002 -4783.73339 -4783.73339 0.0 4136295 43 ok error
gen-ip054 6840.96564 6840.96564 0.0 21047415 135 ok error
germanrr 47095869.6 47095869.6 0.0 108974 3073 ok error
gfd-schedulen180f7d50m30k18 1 1e+20 -- 31 813 stopped error
glass-sc 23 23 0.0 293996 331 ok error
glass4 1.2000126e+09 1.2000126e+09 0.0 215469 9 ok error
gmu-35-40 -2406733.37 -2406733.37 0.0 29727161 523 ok error
gmu-35-50 -1e+20 1e+20 -- 0 2059 abort error
graph20-20-1rand -9 -9 0.0 408827 302 ok error
graphdraw-domain 19686 19686 0.0 328576 34 ok error
h80x6320d 6382.09904 6382.09904 0.0 10811 14 ok error
highschool1-aigio 0 0 0.0 114 3604 ok error
hypothyroid-k1 -2851 -2851 0.0 1 15 ok error
ic97_potential 3942 3942 0.0 735776 216 ok error
icir97_tension 6375 6375 0.0 346211 98 ok error
irish-electricity 3723497.59 3723497.59 0.0 392583 682 ok error
irp 12159.4928 12159.4928 0.0 455 1 ok error
istanbul-no-cutoff 204.081749 204.081749 0.0 135 20 ok error
k1mushroom -3288 -3288 0.0 1 154 ok error
lectsched-5-obj 24 24 0.0 2483 299 ok error
leo1 404227535 404227536 0.0 47440 76 ok error
leo2 404077441 404077441 0.0 136843 214 ok error
lotsize 1480195 1480195 0.0 439652 2768 ok error
mad 0.0267998239 0.0267998239 0.0 8489200 188 ok error
map10 -495 -495 0.0 1369 38 ok error
map16715-04 -111 -111 0.0 1902 47 ok error
markshare_4_0 1 1 0.0 23091 1 ok error
markshare2 1 1 0.0 89421176 4867 ok error
mas74 11801.1457 11801.1457 0.0 3662654 27 ok error
mas76 40005.0541 40005.0541 0.0 471186 3 ok error
mc11 11689 11689 0.0 2610 7 ok error
mcsched 211913 211913 0.0 11258 7 ok error
mik-250-20-75-4 -52301 -52301 0.0 406 1 ok error
milo-v12-6-r2-40-1 326481.143 326481.143 0.0 213441 119 ok error
momentum1 109143.494 109143.494 0.0 254304 427 ok error
mushroom-best 0.055333755 0.055333755 0.0 8916 25 ok error
mzzv11 -21718 -21718 0.0 1 5 ok error
mzzv42z -20540 -20540 0.0 1 2 ok error
n2seq36q 52200 52200 0.0 1 4 ok error
n3div36 130800 130800 0.0 191440 241 ok error
n5-3 8105 8105 0.0 1862 2 ok error
neos-1122047 161 161 0.0 1 5 ok error
neos-1171448 -309 -309 0.0 0 2 ok error
neos-1171737 -195 -195 0.0 1 6 ok error
neos-1354092 46 46 0.0 241811 4916 ok error
neos-1445765 -17783 -17783 0.0 3230 13 ok error
neos-1456979 176 176 0.0 280 5 ok error
neos-1582420 91 91 0.0 562 5 ok error
neos-2075418-temuka 1e+20 1e+20 -- 0 130 ok error
neos-2657525-crna 1.810748 1.810748 0.0 19957509 788 ok error
neos-2746589-doon 2008.2 2008.2 0.0 429 21 ok error
neos-2978193-inde -2.38806169 -2.38806169 0.0 134345 44 ok error
neos-3004026-krka 0 0 0.0 4197 10 ok error
neos-3024952-loue 26756 26756 0.0 253917 138 ok error
neos-3046615-murg -1e+20 1e+20 -- 0 871 abort error
neos-3083819-nubu 6307996 6307996 0.0 1 1 ok error
neos-3216931-puriri 71320 71320 0.0 2683 149 ok error
neos-3381206-awhea 453 453 0.0 2449 5 ok error
neos-3402294-bobin 0.06725 0.06725 0.0 1 9 ok error
neos-3402454-bohle -1e+20 1e+20 -- 0 85 stopped error
neos-3555904-turama -34.7 -34.7 0.0 2581 508 ok error
neos-3627168-kasai 988585.62 988585.62 0.0 15882543 2085 ok error
neos-3656078-kumeu -13172.2 -13172.2 0.0 795334 2079 ok error
neos-3754480-nidda 12941.6794 12941.6794 0.0 3147008 467 ok error
neos-3988577-wolgan 1e+20 1e+20 -- 2452 61 ok error
neos-4300652-rahue 2.1416 2.1416 0.0 7 27 ok error
neos-4338804-snowy 1471 1471 0.0 12181299 684 ok error
neos-4387871-tavua 33.38473 33.38473 0.0 47850 1096 ok error
neos-4413714-turia 45.370167 45.370167 0.0 1 20 ok error
neos-4532248-waihi 61.6 61.6 0.0 1170 700 ok error
neos-4647030-tutaki 27265.1927 27271.257 0.0 7 50 stopped error
neos-4722843-widden 25009.6634 25009.6634 0.0 1 52 ok error
neos-4738912-atrato 283627957 283627957 0.0 10741 24 ok error
neos-4763324-toguru 1613.03869 1613.03869 0.0 2205 237 ok error
neos-4954672-berkel 2612710 2612710 0.0 9689832 2566 ok error
neos-5049753-cuanza 561 572 2.0 25 178 stopped error
neos-5052403-cygnet 182 182 0.0 1 787 ok error
neos-5093327-huahum 6260 6260 0.0 158401 626 ok error
neos-5104907-jarama 916.965336 1e+20 -- 38 900 stopped error
neos-5107597-kakapo 3645 3645 0.0 41402 26 ok error
neos-5114902-kasavu 644.407205 658 2.1 3 788 stopped error
neos-5188808-nattai 0.110284489 0.110284489 0.0 36373 317 ok error
neos-5195221-niemur 0.0038354964 0.0038354964 0.0 22627 571 ok error
neos-631710 203 203 0.0 8400 608 ok error
neos-662469 184380 184380 0.0 3294 58 ok error
neos-787933 30 30 0.0 0 1 ok error
neos-827175 112.00152 112.00152 0.0 0 1 ok error
neos-848589 2031.2306 2422.2342 19.2 171 83 stopped error
neos-860300 3201 3201 0.0 2906 5 ok error
neos-873061 113.656238 113.656239 0.0 62155 355 ok error
neos-911970 54.76 54.76 0.0 52352 7 ok error
neos-933966 318 318 0.0 1 5 ok error
neos-950242 4 4 0.0 1 4 ok error
neos-957323 -237.756681 -237.756681 0.0 1 14 ok error
neos-960392 -238 -238 0.0 1 3 ok error
neos17 0.150002577 0.150002577 0.0 6010 1 ok error
neos5 15 15 0.0 214125 10 ok error
neos8 -3719 -3719 0.0 1 1 ok error
neos859080 1e+20 1e+20 -- 99 1 ok error
net12 214 214 0.0 754 30 ok error
netdiversion 242 242 0.0 177 65 ok error
nexp-150-20-8-5 231 231 0.0 23354 685 ok error
ns1116954 0 0 0.0 0 5 ok error
ns1208400 2 2 0.0 1 16 ok error
ns1644855 -1524.33333 -1524.33333 0.0 1 299 ok error
ns1760995 -549.214385 -549.214385 0.0 1 977 ok error
ns1830653 20622 20622 0.0 8055 19 ok error
ns1952667 0 0 0.0 6914 15 ok error
nu25-pr12 53905 53905 0.0 5498 1 ok error
nursesched-medium-hint03 114.999997 114.999997 0.0 5033 791 ok error
nursesched-sprint02 58 58 0.0 1 5 ok error
nw04 16862 16862 0.0 24 3 ok error
opm2-z10-s4 -33269 -33269 0.0 4411 661 ok error
p200x1188c 15078 15078 0.0 1 1 ok error
peg-solitaire-a3 1 1 0.0 3672 125 ok error
pg -8674.34261 -8674.34261 0.0 3511 2 ok error
pg5_34 -14339.3534 -14339.3534 0.0 17711 6 ok error
physiciansched3-3 2623271.33 2623271.33 0.0 8122 977 ok error
physiciansched6-2 49324 49324 0.0 1 1 ok error
piperout-08 125055 125055 0.0 1 2 ok error
pk1 11 11 0.0 232890 5 ok error
proteindesign121hz512p9 1454 1504 3.4 2408 237 stopped error
proteindesign122trx11p8 1736 1759 1.3 3283 111 stopped error
qap10 340 340 0.0 26 29 ok error
radiationm18-12-05 17566 17566 0.0 6209815 1547 ok error
radiationm40-10-02 -1e+20 1e+20 -- 0 1920 abort error
rail01 -70.5699643 -70.5699643 0.0 1 235 ok error
rail02 -200.449908 -200.449908 0.0 708 5662 ok error
rail507 174 174 0.0 1475 46 ok error
ran14x18-disj-8 3712 3712 0.0 1688346 133 ok error
rd-rplusc-21 165395.275 165395.275 0.0 45554 375 ok error
reblock115 -36800603.2 -36800603.2 0.0 2332001 212 ok error
rmatr100-p10 423 423 0.0 1576 3 ok error
rmatr200-p5 4521 4521 0.0 23350 772 ok error
rocI-4-11 -6020203 -6020203 0.0 20609 16 ok error
rocII-5-11 -6.67550474 -6.67550473 0.0 168957 1188 ok error
rococoB10-011000 19449 19449 0.0 1065534 3676 ok error
roi2alpha3n4 -63.2084921 -63.2084921 0.0 21058 100 ok error
roi5alpha10n8 -58.5544977 -50.8910045 15.1 183530 1937 stopped error
roll3000 12890 12890 0.0 5018 8 ok error
s100 -0.17015152 -0.169723528 0.3 6475 10001 stopped error
s250r10 -0.171780486 -0.171780483 0.0 4264182 2568 ok error
satellites2-40 -19 -19 0.0 900 486 ok error
satellites2-60-fs -19 -19 0.0 1 485 ok error
savsched1 3212.7 3217.7 0.2 675 173 stopped error
sct2 -230.989162 -230.989162 0.0 106045 56 ok error
seymour 423 423 0.0 590549 2173 ok error
seymour1 410.763701 410.763701 0.0 3369 13 ok error
sing326 -1e+20 1e+20 -- 0 1096 abort error
sing44 -1e+20 1e+20 -- 0 595 abort error
snp-02-004-104 -1e+20 1e+20 -- 0 151 abort error
sorrell3 -16 -16 0.0 386661 9297 ok error
sp150x300d 69 69 0.0 1 1 ok error
sp97ar 660705646 660705646 0.0 79944 353 ok error
sp98ar 529740623 529740623 0.0 14244 152 ok error
splice1k1 -1481 -394 275.9 2332 2369 stopped error
square41 15 15 0.0 3215 669 ok error
square47 16 16 0.0 5480 2631 ok error
supportcase10 7 7 0.0 500 2819 ok error
supportcase12 -1e+20 1e+20 -- 0 316 abort error
supportcase18 -1e+20 1e+20 -- 0 428 abort error
supportcase19 12677206 1e+20 -- 7 4062 stopped error
supportcase22 1.4 1e+20 -- 15 664 stopped error
supportcase26 1745.12418 1745.12418 0.0 379068 71 ok error
supportcase33 -345 -345 0.0 5196 12 ok error
supportcase40 24256.3123 24256.3123 0.0 62608 76 ok error
supportcase42 7.75863072 7.75863072 0.0 105376 193 ok error
supportcase6 51906.4669 51906.4669 0.0 17823 252 ok error
supportcase7 -1132.22317 -1132.22317 0.0 1 7 ok error
swath1 379.071296 379.071296 0.0 1822 2 ok error
swath3 397.761344 397.761344 0.0 10589 4 ok error
tbfp-network 24.1631944 24.1631944 0.0 88 86 ok error
thor50dday 40417 40417 0.0 90425 1330 ok error
timtab1 764772 764772 0.0 63537 23 ok error
tr12-30 130596 130596 0.0 136617 22 ok error
traininstance2 71820 71820 0.0 282648 23 ok error
traininstance6 28290 28290 0.0 14255 2 ok error
trento1 5189487 5189487 0.0 9537 123 ok error
triptim1 22.8681 22.8681 0.0 1 31 ok error
uccase12 11507.4051 11507.4051 0.0 291697 83 ok error
uccase9 10993.1314 10993.1314 0.0 121846 1126 ok error
uct-subprob 314 314 0.0 121082 238 ok error
unitcal_7 19635558.2 19635558.2 0.0 1 15 ok error
var-smallemery-m6j6 -149.375 -149.375 0.0 417447 106 ok error
wachplan -8 -8 0.0 82315 113 ok error
----------------------------+----------------+----------------+------+---------+-------+--------+---------
solved/stopped/failed: 0/0/235
@03 MIPLIB script version
@02 timelimit: 10000
@01 Gurobi(9.0.0)
miplib2010-1.1.3 cplexとgurobi
miplib2010-1.1.3のベンチマークデータセットをgurobiとcplexを使用して解いてみた.
使用した計算機
cpu:
Intel(R) Xeon(R) Platinum 8170 CPU @ 2.10GHz
メモリ:1TB
CPU(s): 104
On-line CPU(s) list: 0-103
Thread(s) per core: 2
Core(s) per socket: 26
Socket(s): 2
GPU: Geforce RTX2080ti 4枚
------------------
cplex.20コアで計算.
[satoharu@opt-cps results]$ cat benchmark.cplex.res
----------------------------+----------------+----------------+------+---------+-------+--------+---------
Name | Dual Bound | Primal Bound | Gap% | Nodes | Time | Status | Solution
----------------------------+----------------+----------------+------+---------+-------+--------+---------
30n20b8 302 302 0.0 0 4 ok ok
acc-tight5 0 0 0.0 141 3 ok ok
aflow40b 1168 1168 0.0 63603 23 ok ok
air04 56137 56137 0.0 522 3 ok ok
app1-2 -41 -41 0.0 0 15 ok ok
ash608gpia-3col 1e+20 1e+20 -- 0 1 ok --
bab5 -106411.84 -106411.84 0.0 24557 115 ok ok
beasleyC3 754 754 0.0 4903 6 ok ok
biella1 3065005.78 3065005.78 0.0 8650 51 ok ok
bienst2 54.6 54.6 0.0 73794 12 ok ok
binkar10_1 6742.20002 6742.20002 0.0 2067 1 ok ok
bley_xl1 190 190 0.0 0 7 ok ok
bnatt350 0 0 0.0 7622 120 ok ok
core2536-691 689 689 0.0 7685 27 ok ok
cov1075 20 20 0.0 963 1 ok ok
csched010 408 408 0.0 86716 107 ok ok
danoint 65.6666667 65.6666667 0.0 456447 63 ok ok
dfn-gwin-UUM 38752 38752 0.0 16867 6 ok ok
eil33-2 934.007916 934.007916 0.0 2442 7 ok ok
eilB101 1216.92017 1216.92017 0.0 1695 9 ok ok
enlight13 71 71 0.0 0 1 ok ok
enlight14 1e+20 1e+20 -- 0 1 ok --
ex9 81 81 0.0 0 2 ok ok
glass4 1.2000126e+09 1.2000126e+09 0.0 403586 30 ok ok
gmu-35-40 -2406733.37 -2406733.37 0.0 2881795 155 ok ok
iis-100-0-cov 29 29 0.0 182212 74 ok ok
iis-bupa-cov 36 36 0.0 375814 206 ok ok
iis-pima-cov 33 33 0.0 19177 35 ok ok
lectsched-4-obj 4 4 0.0 4758 1 ok ok
m100n500k4r1 -25 -25 0.0 130328 7 ok ok
macrophage 374 374 0.0 109 3 ok ok
map18 -847 -847 0.0 885 25 ok ok
map20 -922 -922 0.0 772 16 ok ok
mcsched 211913 211913 0.0 25407 12 ok ok
mik-250-1-100-1 -66729 -66729 0.0 25569 1 ok ok
mine-166-5 -566395708 -566395708 0.0 501 1 ok ok
mine-90-10 -784302338 -784302338 0.0 42243 8 ok ok
msc98-ip 19839497 19839497 0.0 10287 249 ok ok
mspp16 -1e+20 0 -- 0 163 stopped ok
mzzv11 -21718 -21718 0.0 88 9 ok ok
n3div36 130800 130800 0.0 26292 19 ok ok
n3seq24 52200 52200 0.0 0 18 ok ok
n4-3 8993 8993 0.0 1327 6 ok ok
neos-1109824 378 378 0.0 1239 1 ok ok
neos-1337307 -202319 -202319 0.0 210 2 ok ok
neos-1396125 3000.04534 3000.04534 0.0 7461 2 ok ok
neos13 -95.4748066 -95.4748066 0.0 12820 14 ok ok
neos-1601936 3 3 0.0 585 37 ok ok
neos18 16 16 0.0 4471 1 ok ok
neos-476283 406.363207 406.363207 0.0 2041 46 ok ok
neos-686190 6730 6730 0.0 7230 6 ok ok
neos-849702 0 0 0.0 36424 18 ok ok
neos-916792 31.8703984 31.8703984 0.0 136353 39 ok ok
neos-934278 260 260 0.0 0 78 ok ok
net12 214 214 0.0 194 33 ok ok
netdiversion 242 242 0.0 39 73 ok ok
newdano 65.6666667 65.6666667 0.0 1892002 111 ok ok
noswot -41 -41 0.0 129649 3 ok ok
ns1208400 2 2 0.0 6893 64 ok ok
ns1688347 27 27 0.0 204 4 ok ok
ns1758913 -1454.67176 -1454.67176 0.0 0 22 ok ok
ns1766074 1e+20 1e+20 -- 790010 25 ok --
ns1830653 20622 20622 0.0 12967 18 ok ok
opm2-z7-s2 -10280 -10280 0.0 2170 15 ok ok
pg5_34 -14339.3534 -14339.3534 0.0 5708 4 ok ok
pigeon-10 -9000 -9000 0.0 0 1 ok ok
pw-myciel4 10 10 0.0 7680 8 ok ok
qiu -132.873137 -132.873137 0.0 1884 1 ok ok
rail507 174 174 0.0 6332 10 ok ok
ran16x16 3823 3823 0.0 29309 4 ok ok
reblock67 -34630648.4 -34630648.4 0.0 101160 18 ok ok
rmatr100-p10 423 423 0.0 746 3 ok ok
rmatr100-p5 976 976 0.0 636 6 ok ok
rmine6 -457.18614 -457.18614 0.0 188947 31 ok ok
rocII-4-11 -6.65563873 -6.65563873 0.0 51590 15 ok ok
rococoC10-001000 11460 11460 0.0 16123 13 ok ok
roll3000 12890 12890 0.0 4926 7 ok ok
satellites1-25 -5 -5 0.0 1585 11 ok ok
sp98ic 449144758 449144758 0.0 62608 49 ok ok
sp98ir 219676790 219676790 0.0 8572 8 ok ok
tanglegram1 5182 5182 0.0 0 1 ok ok
tanglegram2 443 443 0.0 0 1 ok ok
timtab1 764772 764772 0.0 75309 13 ok ok
triptim1 22.8681 22.8681 0.0 0 59 ok ok
unitcal_7 19635558.2 19635558.2 0.0 8834 44 ok ok
vpphard 5 5 0.0 7290 86 ok ok
zib54-UUE 10334015.8 10334015.8 0.0 19726 217 ok ok
----------------------------+----------------+----------------+------+---------+-------+--------+---------
solved/stopped/failed: 86/1/0
@03 MIPLIB script version 1.1.3
@02 timelimit: 10000
@01 CPLEX(12.10.0.0)
gurobi 20コアで計算.
[satoharu@opt-cps results]$ cat benchmark.gurobi.res
----------------------------+----------------+----------------+------+---------+-------+--------+---------
Name | Dual Bound | Primal Bound | Gap% | Nodes | Time | Status | Solution
----------------------------+----------------+----------------+------+---------+-------+--------+---------
30n20b8 302 302 0.0 111 1 ok ok
acc-tight5 0 0 0.0 412 13 ok ok
aflow40b 1168 1168 0.0 66194 36 ok ok
air04 56137 56137 0.0 78 3 ok ok
app1-2 -41 -41 0.0 5655 104 ok ok
ash608gpia-3col 1e+20 1e+20 -- 0 1 ok --
bab5 -106411.84 -106411.84 0.0 1 12 ok ok
beasleyC3 754 754 0.0 2748 1 ok ok
biella1 3065005.78 3065005.78 0.0 7766 52 ok ok
bienst2 54.6 54.6 0.0 84569 9 ok ok
binkar10_1 6742.20002 6742.20002 0.0 10302 2 ok ok
bley_xl1 190 190 0.0 1 4 ok ok
bnatt350 0 0 0.0 4627 55 ok ok
core2536-691 689 689 0.0 172 19 ok ok
cov1075 20 20 0.0 825 1 ok ok
csched010 408 408 0.0 92388 170 ok ok
danoint 65.6666667 65.6666667 0.0 885810 129 ok ok
dfn-gwin-UUM 38752 38752 0.0 90919 15 ok ok
eil33-2 934.007916 934.007916 0.0 3854 1 ok ok
eilB101 1216.92017 1216.92017 0.0 2529 8 ok ok
enlight13 71 71 0.0 0 1 ok ok
enlight14 1e+20 1e+20 -- 0 1 ok --
ex9 81 81 0.0 0 4 ok ok
glass4 1.2000126e+09 1.2000126e+09 0.0 215469 8 ok ok
gmu-35-40 -2406733.37 -2406733.37 0.0 29727161 440 ok ok
iis-100-0-cov 29 29 0.0 118885 102 ok ok
iis-bupa-cov 36 36 0.0 235265 255 ok ok
iis-pima-cov 33 33 0.0 19865 42 ok ok
lectsched-4-obj 4 4 0.0 1 1 ok ok
m100n500k4r1 -25 -25 0.0 238508 59 ok ok
macrophage 374 374 0.0 365 1 ok ok
map18 -847 -847 0.0 325 16 ok ok
map20 -922 -922 0.0 793 16 ok ok
mcsched 211913 211913 0.0 11258 6 ok ok
mik-250-1-100-1 -66729 -66729 0.0 6725 1 ok ok
mine-166-5 -566395708 -566395708 0.0 1 1 ok ok
mine-90-10 -784302338 -784302338 0.0 55708 34 ok ok
msc98-ip 19839497 19839497 0.0 3034 102 ok ok
mspp16 -1e+20 1e+20 -- 0 119 stopped --
mzzv11 -21718 -21718 0.0 1 4 ok ok
n3div36 130800 130800 0.0 191440 205 ok ok
n3seq24 52200 52200 0.0 1 42 ok ok
n4-3 8993 8993 0.0 8185 30 ok ok
neos-1109824 378 378 0.0 1230 1 ok ok
neos-1337307 -202319 -202319 0.0 569 10 ok ok
neos-1396125 3000.04534 3000.04534 0.0 2889 3 ok ok
neos13 -95.4748066 -95.4748066 0.0 2515 38 ok ok
neos-1601936 3 3 0.0 1 34 ok ok
neos18 16 16 0.0 3561 1 ok ok
neos-476283 406.304361 406.588218 0.1 31 84 stopped ok
neos-686190 6730 6730 0.0 4074 3 ok ok
neos-849702 0 0 0.0 15867 10 ok ok
neos-916792 31.8703984 31.8703984 0.0 66402 21 ok ok
neos-934278 260 260 0.0 1 18 ok ok
net12 214 214 0.0 754 27 ok ok
netdiversion 242 242 0.0 177 58 ok ok
newdano 65.6666667 65.6666667 0.0 3330256 112 ok ok
noswot -41 -41 0.0 340756 5 ok ok
ns1208400 2 2 0.0 1 15 ok ok
ns1688347 27 27 0.0 3228 5 ok ok
ns1758913 -1454.67176 -1454.67176 0.0 1 18 ok ok
ns1766074 1e+20 1e+20 -- 951073 7 ok --
ns1830653 20622 20622 0.0 8055 16 ok ok
opm2-z7-s2 -10280 -10280 0.0 571 14 ok ok
pg5_34 -14339.3534 -14339.3534 0.0 17711 6 ok ok
pigeon-10 -9000 -9000 0.0 2 1 ok ok
pw-myciel4 10 10 0.0 287645 46 ok ok
qiu -132.873137 -132.873137 0.0 4789 1 ok ok
rail507 174 174 0.0 1475 45 ok ok
ran16x16 3822.99996 3822.99996 0.0 19236 5 ok ok
reblock67 -34630648.4 -34630648.4 0.0 43200 8 ok ok
rmatr100-p10 423 423 0.0 1576 4 ok ok
rmatr100-p5 976 976 0.0 979 7 ok ok
rmine6 -457.18614 -457.18614 0.0 218912 29 ok ok
rocII-4-11 -6.65275578 -6.65275578 0.0 11383 36 ok ok
rococoC10-001000 11460 11460 0.0 32957 37 ok ok
roll3000 12890 12890 0.0 5018 7 ok ok
satellites1-25 -5 -5 0.0 871 15 ok ok
sp98ic 449144758 449144758 0.0 5863 23 ok ok
sp98ir 219676790 219676790 0.0 2396 7 ok ok
tanglegram1 5182 5182 0.0 17 4 ok ok
tanglegram2 443 443 0.0 1 1 ok ok
timtab1 764772 764772 0.0 63537 22 ok ok
triptim1 22.8681 22.8681 0.0 1 27 ok ok
unitcal_7 19635558.2 19635558.2 0.0 1 16 ok ok
vpphard 5 5 0.0 14387 128 ok ok
zib54-UUE 10334015.8 10334015.8 0.0 17583 44 ok ok
----------------------------+----------------+----------------+------+---------+-------+--------+---------
solved/stopped/failed: 85/2/0
@03 MIPLIB script version 1.1.3
@02 timelimit: 10000
@01 Gurobi(9.0.0)
すごく早い?
九州大学数理学府大学院試験(2019年基礎問題)
こんにちは.
やっと院試が終わりました。。。
2019年度の基礎問題の解答を作成したので掲載します.
線形代数むずいですね!
なお[2]は完全な解答が用意できているのでそれを掲載する予定です。(2019/08/23掲載完了)
それではこれからの研究生活頑張りましょう!