Ускорение обучения нейронных сетей на GPU | Глубокое обучение на Python

Сокращаем время обучения нейронных сетей с помощью видеокарт. Страница курса – https://www.asozykin.ru/courses/nnpython

GPU (Graphics processing unit) – это видеокарта, которая есть в каждом компьютере. GPU может использоваться для научных вычислений, в том числе для обучения нейронных сетей.

Для выполнения научных вычислений, необходима технология CUDA компании NVIDIA.

Многие современные системы глубокого обучения поддерживают использование GPU с технологией CUDA для обучения нейронных сетей. Среди них Theano, TensorFlow и Keras.

Чтобы использовать GPU для обучения нейронных сетей, необходимо:
1. Убедится, что у вас есть GPU компании NVIDIA.
2. Скачать и установить CUDA – https://developer.nvidia.com/cuda-downloads
Подробные инструкции по установке:
– Ubuntu 16.04 – https://clck.ru/AojkY
– Windows 10 – https://clck.ru/Aojkv
3. Настроить использование CUDA в вашей системе глубокого обучения.
Инструкция по настройке Theano и Keras – https://clck.ru/Aojms
4. Менять программу не нужно!

Дополнительные библиотеки от NVIDIA для обучения ускорения обучения глубоких нейронных сетей:
– CNMeM – https://github.com/NVIDIA/cnmem
– cuDNN – https://developer.nvidia.com/cudnn

Видеолекция по тестовому примеру распознавания объектов на изображениях из набора данных CIFAR-10 – https://youtu.be/5GdtghjJ3-U

Репозиторий с программами курса – https://github.com/sozykin/dlpython_course

Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках:
https://goo.gl/kW93MA

ПРИСОЕДИНЯЙТЕСЬ
КУЧА ИТ КНИГ
Поделиться

Андрей Созыкин

Меня зовут Андрей Созыкин, я работаю в университете, веду курсы по компьютерным наукам. Здесь представлены видеолекции, подготовленные на основе этих курсов. Для видеолекций я отбираю самые важные материалы, необходимые для понимания предмета, и рассказываю их кратко, без лишних деталей, которые затруднят восприятие. Несмотря на краткость, изложение ведется системно; это не набор забавных видео, никак не связанных между собой.



Обсуждение закрыто.