Глубокое обучение с TensorFlow на GPU
В этом видео я рассказываю, что такое графические карты показываю на конкретных примерах, как их использование ускоряет глубокое обучение в разы.
Демонстрационные ноутбуки я запускаю в докер контейнерах. Докер с ноутбуками без поддержки GPU можно запустить командой
docker run -p 8888:8888 -it tensorflow/tensorflow jupyter notebook --allow-root --NotebookApp.token=''
С поддержкой GPU:
nvidia-docker run -p 7777:8888 -it tensorflow/tensorflow:latest-gpu jupyter notebook --allow-root --NotebookApp.token=''
Инструкцию по установке докера можно найти на его официальном сайте https://docs.docker.com
Установка утилиты nvidia-docker, позволяющей обращаться к графической карте, описана здесь https://github.com/NVIDIA/nvidia-docker
Ну а лучший способ измерения времени выполнения ноутбука - добавить в его начало
import time
start = time.time()
и в конец:
print ("Notebook execution has been done in {}s".format(time.time() - start))
Рекомендую запускать ноутбук несколько раз - тогда появится возможность найти среднюю скорость выполнения кода. При первом запуске ноутбук скачивает обучающую выборку с сайта, поэтому учитывать время его выполнения не стоит.
Видео Глубокое обучение с TensorFlow на GPU канала dataPAPA
Демонстрационные ноутбуки я запускаю в докер контейнерах. Докер с ноутбуками без поддержки GPU можно запустить командой
docker run -p 8888:8888 -it tensorflow/tensorflow jupyter notebook --allow-root --NotebookApp.token=''
С поддержкой GPU:
nvidia-docker run -p 7777:8888 -it tensorflow/tensorflow:latest-gpu jupyter notebook --allow-root --NotebookApp.token=''
Инструкцию по установке докера можно найти на его официальном сайте https://docs.docker.com
Установка утилиты nvidia-docker, позволяющей обращаться к графической карте, описана здесь https://github.com/NVIDIA/nvidia-docker
Ну а лучший способ измерения времени выполнения ноутбука - добавить в его начало
import time
start = time.time()
и в конец:
print ("Notebook execution has been done in {}s".format(time.time() - start))
Рекомендую запускать ноутбук несколько раз - тогда появится возможность найти среднюю скорость выполнения кода. При первом запуске ноутбук скачивает обучающую выборку с сайта, поэтому учитывать время его выполнения не стоит.
Видео Глубокое обучение с TensorFlow на GPU канала dataPAPA
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Tensorflow Hub. Используем готовые нейросети в своем проектеКак стать GPU-инженером за час | ТехностримРазличие между Искусственным Интеллектом, Машинным обучением и Глубоким обучениемВведение в Deep Learning | Григорий Сапунов (Intento)Как заставить tensorflow сделать хоть что то полезноеПрактическое введение в нейронные сети и глубокое обучение. Часть 1NIPS. Главная конференция по нейронным сетямВведение в Машинное Обучение (Машинное Обучение: Zero to Hero, часть 1)Итоги 2018 года в data scienceТатьяна Черниговская - Нейронная сеть и сознаниеМонстр от AMD c 32 ядрами за $100. Opteron 4180, 6136, 6281 - Собираем суперкомпьютер #16Какой нужен компьютер для обучения нейросетей || Можно ли стартовать обучение без компьютераTensorFlow object detection. Как найти всех котиков на картинкеСобираем и тестируем компьютер для машиного обучения за 200КDeep learning на пальцах 2 - Элементы машинного обученияУстановка Tensorflow. Создание нейронной сети. FMNIST. Распознавание изображений. PythonКак работает глубокое машинное обучение на NVIDIA Titan V?Прикладное машинное обучение 9. Глубокое обучение с подкреплением.001. Машинное обучение в задачах - Евгений Соколов[ДОД 2018]: Что такое машинное обучение и примеры его использования в Яндексе