w***g 发帖数: 5958 | 1 这两天在整理系统,把各种deep learning库的安装自动化了
如果有同学折腾重装系统的可以帮我测试下
https://github.com/aaalgo/centos7-deep
因为deep learning的软件都比较新,老系统支持不好,
所以一般也就是centos 7和ubuntu 14.04。我觉得
centos 7环境可能更稳定点。再过一个月ubuntu 16.04
出来,14.04就要退了。 |
a*f 发帖数: 1790 | |
a*****g 发帖数: 19398 | 3 好啊。
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
l*******m 发帖数: 1096 | 4 如果装在docker里,会慢很多吗
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
w***g 发帖数: 5958 | 5 没试过。如果cuda能跑起来,应该不会慢很多。
【在 l*******m 的大作中提到】 : 如果装在docker里,会慢很多吗
|
e*******o 发帖数: 4654 | |
w***g 发帖数: 5958 | 7 我觉得4GB的GTX应该可以入门了吧,200出头一点。
6G以上如果只是玩玩的话我觉得就太贵了。如果能赚钱,买硬件其实都是小钱。
还可以报税。我手上有一块570,大的要死只有1.2G,今天刚刚也装上了。
跑不了大数据,但是主力机忙的时候做做测试似乎也还可以。
软件全是一样的。
【在 e*******o 的大作中提到】 : 大牛给推荐一套性价比高的硬件吧 : 这个貌似写了个指南 : http://timdettmers.com/2015/03/09/deep-learning-hardware-guide/
|
p******e 发帖数: 528 | 8 Nvidia在新版的驱动或者是CUDA里边把游戏用显卡GPU的双精度运算performance限制到
一个
比较低的值,这样避免和他家专门用来计算用的显卡竞争。硬件版上有人建议用退役的
专业
计算卡,比方说M2090,才100块不到。当然有些小缺点。比方说散热比较麻烦,还有就是
没法直接检查GPU温度。
【在 w***g 的大作中提到】 : 我觉得4GB的GTX应该可以入门了吧,200出头一点。 : 6G以上如果只是玩玩的话我觉得就太贵了。如果能赚钱,买硬件其实都是小钱。 : 还可以报税。我手上有一块570,大的要死只有1.2G,今天刚刚也装上了。 : 跑不了大数据,但是主力机忙的时候做做测试似乎也还可以。 : 软件全是一样的。
|
p******e 发帖数: 528 | 9 请问在docker里边能直接访问主机的GPU吗?
【在 l*******m 的大作中提到】 : 如果装在docker里,会慢很多吗
|
l******n 发帖数: 9344 | 10 自己加显卡主要是两个问题,1是电源功率,2是散热。
就是
【在 p******e 的大作中提到】 : Nvidia在新版的驱动或者是CUDA里边把游戏用显卡GPU的双精度运算performance限制到 : 一个 : 比较低的值,这样避免和他家专门用来计算用的显卡竞争。硬件版上有人建议用退役的 : 专业 : 计算卡,比方说M2090,才100块不到。当然有些小缺点。比方说散热比较麻烦,还有就是 : 没法直接检查GPU温度。
|
|
|
l*******m 发帖数: 1096 | 11 应该没问题,不过我懒没试
【在 p******e 的大作中提到】 : 请问在docker里边能直接访问主机的GPU吗?
|
w***g 发帖数: 5958 | 12 M2090确实不错。
就是
【在 p******e 的大作中提到】 : Nvidia在新版的驱动或者是CUDA里边把游戏用显卡GPU的双精度运算performance限制到 : 一个 : 比较低的值,这样避免和他家专门用来计算用的显卡竞争。硬件版上有人建议用退役的 : 专业 : 计算卡,比方说M2090,才100块不到。当然有些小缺点。比方说散热比较麻烦,还有就是 : 没法直接检查GPU温度。
|
r**********y 发帖数: 2774 | 13 赞一把
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
b***i 发帖数: 3043 | 14 这个咱有啊,问题是要装CentOS啊,不能装虚拟机还用GTX970吧?
【在 w***g 的大作中提到】 : 我觉得4GB的GTX应该可以入门了吧,200出头一点。 : 6G以上如果只是玩玩的话我觉得就太贵了。如果能赚钱,买硬件其实都是小钱。 : 还可以报税。我手上有一块570,大的要死只有1.2G,今天刚刚也装上了。 : 跑不了大数据,但是主力机忙的时候做做测试似乎也还可以。 : 软件全是一样的。
|
L****8 发帖数: 3938 | 15 我打算自己写一个
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
b*******s 发帖数: 5216 | 16 无需密码的sudo权限的用户 这个改sudoer文件就可以 |
w***g 发帖数: 5958 | 17 ubuntu的自己手工装其实也花不了多少时间。
我是因为要一下子重装三台机器才做的这个。
【在 b***i 的大作中提到】 : 这个咱有啊,问题是要装CentOS啊,不能装虚拟机还用GTX970吧?
|
e*******o 发帖数: 4654 | 18 没有玩过硬件
http://www.costco.com/Alienware-Area-51-Desktop-%7c-Intel-Core-
这个买回来装 ubuntu 如何?
【在 w***g 的大作中提到】 : 我觉得4GB的GTX应该可以入门了吧,200出头一点。 : 6G以上如果只是玩玩的话我觉得就太贵了。如果能赚钱,买硬件其实都是小钱。 : 还可以报税。我手上有一块570,大的要死只有1.2G,今天刚刚也装上了。 : 跑不了大数据,但是主力机忙的时候做做测试似乎也还可以。 : 软件全是一样的。
|
w***g 发帖数: 5958 | 19 硬件我也不懂。刚刚硬件版上看的,8核e5 2670 才70,应该能超过core i7。
再配上楼上说的那个$100的GPU,应该就是一个不错的平台。
我去硬件版问问怎么搭机器。
【在 e*******o 的大作中提到】 : 没有玩过硬件 : http://www.costco.com/Alienware-Area-51-Desktop-%7c-Intel-Core- : 这个买回来装 ubuntu 如何?
|
e*******o 发帖数: 4654 | 20 过去看了看,好东西不少。
【在 w***g 的大作中提到】 : 硬件我也不懂。刚刚硬件版上看的,8核e5 2670 才70,应该能超过core i7。 : 再配上楼上说的那个$100的GPU,应该就是一个不错的平台。 : 我去硬件版问问怎么搭机器。
|
|
|
w***g 发帖数: 5958 | 21 我觉得我们应该搞个本版deep learning标配。
CPU+GPU+16G内存应该$200能搞下来。硬盘算$50吧, 1T HDD。
问题是barebone的机器不好弄。
最好能有二手的server,如果走台式机的话价钱就上去了。
【在 e*******o 的大作中提到】 : 过去看了看,好东西不少。
|
e*******o 发帖数: 4654 | 22 1366平台,主力配置(样板机)
外观效果见此帖:
http://www.chiphell.com/thread-1242340-1-1.html
CPU: 2x Xeon X5680 (12-core, 3.3-3.6GHz),1366时代的次旗舰
主板:ASUS Z8PE-D12x,或类似的E-ATX双路大主板
内存:96GB (12x8GB) DDR3-1333 RDIMM
硬盘:250GB SSD + 2TB HDD
显卡:Geforce GT630,或类似的中低端独立显卡
机箱:NZXT S340,一代经典,容量仅38升,非常小巧
电源:SeaSonic SS600-ET (600W)
散热:2x Zalman CNPS10X Performa
北桥散热:Evercool EC-NCA-610EA
Total:$1350
1366平台,GPGPU强化型
显卡:2x Tesla M2090
电源:EVGA SuperNOVA 850B2,或类似功率名牌电源
其它同样板机
Total:$1725
http://www.mitbbs.com/article_t2/Hardware/31861023.html
自己折腾是性价比高很多,不过太耗时间了。
【在 w***g 的大作中提到】 : 我觉得我们应该搞个本版deep learning标配。 : CPU+GPU+16G内存应该$200能搞下来。硬盘算$50吧, 1T HDD。 : 问题是barebone的机器不好弄。 : 最好能有二手的server,如果走台式机的话价钱就上去了。
|
w***g 发帖数: 5958 | 23 这个还是比较便宜的,但是就不是entry level的了。
这个层次的机器做deep learning,得上1TB的SSD外加2x 4TB HDD才比较均衡吧。
刚刚给我LD配过一台机器,单路CPU加titan X的近$4000。通过学校买没法搞二手货,
其实也不在乎价钱。就是不知道哪个网站上可以配出来双路96G的配置。
【在 e*******o 的大作中提到】 : 1366平台,主力配置(样板机) : 外观效果见此帖: : http://www.chiphell.com/thread-1242340-1-1.html : CPU: 2x Xeon X5680 (12-core, 3.3-3.6GHz),1366时代的次旗舰 : 主板:ASUS Z8PE-D12x,或类似的E-ATX双路大主板 : 内存:96GB (12x8GB) DDR3-1333 RDIMM : 硬盘:250GB SSD + 2TB HDD : 显卡:Geforce GT630,或类似的中低端独立显卡 : 机箱:NZXT S340,一代经典,容量仅38升,非常小巧 : 电源:SeaSonic SS600-ET (600W)
|
N*****m 发帖数: 42603 | 24 哪有?根本没找着
【在 w***g 的大作中提到】 : 硬件我也不懂。刚刚硬件版上看的,8核e5 2670 才70,应该能超过core i7。 : 再配上楼上说的那个$100的GPU,应该就是一个不错的平台。 : 我去硬件版问问怎么搭机器。
|
p***o 发帖数: 1252 | 25 1366上内存插满都是3的倍数
【在 w***g 的大作中提到】 : 这个还是比较便宜的,但是就不是entry level的了。 : 这个层次的机器做deep learning,得上1TB的SSD外加2x 4TB HDD才比较均衡吧。 : 刚刚给我LD配过一台机器,单路CPU加titan X的近$4000。通过学校买没法搞二手货, : 其实也不在乎价钱。就是不知道哪个网站上可以配出来双路96G的配置。
|
w***g 发帖数: 5958 | 26 上面echowuhao列的1366平台,GPGPU强化型
显卡:2x Tesla M2090
这个M2090就是<$100的。
【在 N*****m 的大作中提到】 : 哪有?根本没找着
|
N*****m 发帖数: 42603 | 27 太折腾了
还是到AWS开一个EC2好了,用完关了
【在 w***g 的大作中提到】 : 上面echowuhao列的1366平台,GPGPU强化型 : 显卡:2x Tesla M2090 : 这个M2090就是<$100的。
|
l*******m 发帖数: 1096 | 28 M2090没风扇,一般人搞不定
【在 w***g 的大作中提到】 : 上面echowuhao列的1366平台,GPGPU强化型 : 显卡:2x Tesla M2090 : 这个M2090就是<$100的。
|
w***g 发帖数: 5958 | 29 那就算了give up了。
【在 l*******m 的大作中提到】 : M2090没风扇,一般人搞不定
|
l******n 发帖数: 9344 | 30 如果机箱空间足够大,自己加两个好点的风扇,没有问题的
关键是电源,特别是品牌机的电源都有限,2个M2090至少得500w左右,只能自己攒。
硬件班的双路狂魔搞性价比很高的双cpu机器很厉害,他好像也帮人装机
【在 w***g 的大作中提到】 : 那就算了give up了。
|
|
|
l*******m 发帖数: 1096 | 31 现在NVDA没有威胁的竞争,买些股票,把一些盈利去买GPU,至少冬天train model的时候
很暖和 |
m******s 发帖数: 204 | 32 请问有regression 的版本号吗? 多谢
就是
【在 p******e 的大作中提到】 : Nvidia在新版的驱动或者是CUDA里边把游戏用显卡GPU的双精度运算performance限制到 : 一个 : 比较低的值,这样避免和他家专门用来计算用的显卡竞争。硬件版上有人建议用退役的 : 专业 : 计算卡,比方说M2090,才100块不到。当然有些小缺点。比方说散热比较麻烦,还有就是 : 没法直接检查GPU温度。
|
m******s 发帖数: 204 | 33 请问有regression 的版本号吗? 多谢
就是
【在 p******e 的大作中提到】 : Nvidia在新版的驱动或者是CUDA里边把游戏用显卡GPU的双精度运算performance限制到 : 一个 : 比较低的值,这样避免和他家专门用来计算用的显卡竞争。硬件版上有人建议用退役的 : 专业 : 计算卡,比方说M2090,才100块不到。当然有些小缺点。比方说散热比较麻烦,还有就是 : 没法直接检查GPU温度。
|
n******7 发帖数: 12463 | 34 你这是陈年旧帖了
现在双路E5 2670 + 64 GB内存,1000刀无痛装机
无痛的意思是,不用挑二手货(只有cpu和mem买二手,大把货源,而且这两个基本不会
坏)
不用考虑服务器主板不兼容的问题(选用ATX 版型,代价是只有8个内存槽)
我大概10年没装机,也两个小时轻松搞定了,就是乐高
【在 e*******o 的大作中提到】 : 1366平台,主力配置(样板机) : 外观效果见此帖: : http://www.chiphell.com/thread-1242340-1-1.html : CPU: 2x Xeon X5680 (12-core, 3.3-3.6GHz),1366时代的次旗舰 : 主板:ASUS Z8PE-D12x,或类似的E-ATX双路大主板 : 内存:96GB (12x8GB) DDR3-1333 RDIMM : 硬盘:250GB SSD + 2TB HDD : 显卡:Geforce GT630,或类似的中低端独立显卡 : 机箱:NZXT S340,一代经典,容量仅38升,非常小巧 : 电源:SeaSonic SS600-ET (600W)
|
e*******o 发帖数: 4654 | 35 牛逼,
大致写一下配置?多谢。
【在 n******7 的大作中提到】 : 你这是陈年旧帖了 : 现在双路E5 2670 + 64 GB内存,1000刀无痛装机 : 无痛的意思是,不用挑二手货(只有cpu和mem买二手,大把货源,而且这两个基本不会 : 坏) : 不用考虑服务器主板不兼容的问题(选用ATX 版型,代价是只有8个内存槽) : 我大概10年没装机,也两个小时轻松搞定了,就是乐高
|
n******7 发帖数: 12463 | 36 硬件版的牛人是老汤跟小枪
我根据他们的经验配了一个懒人版,仅供参考
CPU E5-2670 X2 ebay 70x2
MEM ECC DDR3 1366 8X8G ebay 130 (性能跟1600差别很小,便宜几十刀)
主板 ASUS ATX Z9PA-D8 320
这个是懒人配置的关键,一般的二手服务器主板都是EEB 版型
即使机箱支持,往往也需要在机箱上钻孔
二手板子也不好淘
这也是整个配置性价比最低的一块
散热器 ZALMAN CNPS9900MAX 50x2
单独列出来是因为双路机器的风路要仔细考虑
特别是ATX版型的机器,两个CPU槽太近,大型散热器可能会冲突
这款是老汤推荐的,我就直接用了
这样还有300左右的预算用了买机箱,硬盘,电源,绰绰有余了
这个主板带显卡,但是是VGA口
接大显示器最好在搞个亮机卡,顺便解决主板没声卡的问题
【在 e*******o 的大作中提到】 : 牛逼, : 大致写一下配置?多谢。
|
l*********s 发帖数: 5409 | 37 多少钱?
【在 n******7 的大作中提到】 : 硬件版的牛人是老汤跟小枪 : 我根据他们的经验配了一个懒人版,仅供参考 : CPU E5-2670 X2 ebay 70x2 : MEM ECC DDR3 1366 8X8G ebay 130 (性能跟1600差别很小,便宜几十刀) : 主板 ASUS ATX Z9PA-D8 320 : 这个是懒人配置的关键,一般的二手服务器主板都是EEB 版型 : 即使机箱支持,往往也需要在机箱上钻孔 : 二手板子也不好淘 : 这也是整个配置性价比最低的一块 : 散热器 ZALMAN CNPS9900MAX 50x2
|
j****n 发帖数: 1046 | 38 我前几天头脑发热进了HP的一台机器I7+GTX970.
看了帖子发现970不能做CNN, 悲剧了。
请问970能用在哪一类DNN? 谢谢。
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
n******7 发帖数: 12463 | 39 1000
【在 l*********s 的大作中提到】 : 多少钱?
|
w***g 发帖数: 5958 | 40 970很好啊。这次alex拿第一就用的970。
【在 j****n 的大作中提到】 : 我前几天头脑发热进了HP的一台机器I7+GTX970. : 看了帖子发现970不能做CNN, 悲剧了。 : 请问970能用在哪一类DNN? 谢谢。
|
|
|
w***g 发帖数: 5958 | 41 $1000没啥挑战性。 $500能配一个出来吗?
CPU性能只需要core i7的60%就行。内存16G。钱够的前提下先扩展内存。
扔地下室remote access,VGA都可以不要。
我的经验,训练CNN的时候CPU基本上是i7 1个core用足的样子,
所以CPU不是瓶颈。
【在 n******7 的大作中提到】 : 硬件版的牛人是老汤跟小枪 : 我根据他们的经验配了一个懒人版,仅供参考 : CPU E5-2670 X2 ebay 70x2 : MEM ECC DDR3 1366 8X8G ebay 130 (性能跟1600差别很小,便宜几十刀) : 主板 ASUS ATX Z9PA-D8 320 : 这个是懒人配置的关键,一般的二手服务器主板都是EEB 版型 : 即使机箱支持,往往也需要在机箱上钻孔 : 二手板子也不好淘 : 这也是整个配置性价比最低的一块 : 散热器 ZALMAN CNPS9900MAX 50x2
|
j****n 发帖数: 1046 | 42 嗯,据说有一些limitation, 不过我的水平估计还不用担心hit 这个limitation.
100%新手.
【在 w***g 的大作中提到】 : 970很好啊。这次alex拿第一就用的970。
|
p******e 发帖数: 528 | 43 不好意思,我还真不知道具体的版本信息。我记得是在hardware版或者是在其他的
地方看到过这个消息。但是我估计你没法直接降级显卡的驱动,因为那可能会导致
你其他的GPU相关软件版本不兼容。
【在 m******s 的大作中提到】 : 请问有regression 的版本号吗? 多谢 : : 就是
|
n******7 发帖数: 12463 | 44 1000的可是双路16核64G ECC啊
按你这需求
500块钱的单路机太容易了
特别是你不需要ECC 内存的话
品牌机都有不少
自己配的话 随便找个i5 + 4x8GB内存条 就可以了
加起来300左右,有deal就更便宜了
剩下的钱主板机箱电源硬盘
可以去 http://pcpartpicker.com/ 玩玩
看来CNN主要靠GPU了?
【在 w***g 的大作中提到】 : $1000没啥挑战性。 $500能配一个出来吗? : CPU性能只需要core i7的60%就行。内存16G。钱够的前提下先扩展内存。 : 扔地下室remote access,VGA都可以不要。 : 我的经验,训练CNN的时候CPU基本上是i7 1个core用足的样子, : 所以CPU不是瓶颈。
|
w***g 发帖数: 5958 | 45 一般说来大家日常用的机器一般不适合搞deep learning。
所以最好专门配一个机器玩。我想看看最便宜多少钱可以配一个
比较靠谱的配置。
我说的这个deep learning是指图片识别。这个>90%的活
都在GPU上。别的玩法可能不需要GPU。
你这个网站不错。我12年的时候装了一批机器,有七八台吧,
现在都还在用。感觉最近几年没有任何升级机器的动力。
【在 n******7 的大作中提到】 : 1000的可是双路16核64G ECC啊 : 按你这需求 : 500块钱的单路机太容易了 : 特别是你不需要ECC 内存的话 : 品牌机都有不少 : 自己配的话 随便找个i5 + 4x8GB内存条 就可以了 : 加起来300左右,有deal就更便宜了 : 剩下的钱主板机箱电源硬盘 : 可以去 http://pcpartpicker.com/ 玩玩 : 看来CNN主要靠GPU了?
|
n******7 发帖数: 12463 | 46 12年的机器应该是二代i7,完全够了
托AMD的福,这几年CPU进步不大
【在 w***g 的大作中提到】 : 一般说来大家日常用的机器一般不适合搞deep learning。 : 所以最好专门配一个机器玩。我想看看最便宜多少钱可以配一个 : 比较靠谱的配置。 : 我说的这个deep learning是指图片识别。这个>90%的活 : 都在GPU上。别的玩法可能不需要GPU。 : 你这个网站不错。我12年的时候装了一批机器,有七八台吧, : 现在都还在用。感觉最近几年没有任何升级机器的动力。
|
w***g 发帖数: 5958 | 47 终于打通了任督二脉,集成了所有的CNN库。
https://github.com/aaalgo/xnn.git
#include
cv::Mat image = cv::imread("xxx");
C++下用CNN预测简化为下面三行代码。
unique_ptr model(xnn::Model::create(model_dir, 1));
vector ft;
model->apply(image, &ft);
如果是分类问题, ft的长度就是类型个数。如果是
segmentation,ft就是输出图像的大小。
根据model_dir下的内容自动检测是caffe, mxnet还
是python (theano, tensorflow以及别的各种python库,
只要输入输出是numpy.array就行)。python库载入的时候慢点,
但是如果用batch mode跑,基本上没有overhead。
当然训练模型还是需要各显神通了。(很多模型可以直接从网上
下载。)
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
S****8 发帖数: 401 | 48 Re
【在 w***g 的大作中提到】 : 终于打通了任督二脉,集成了所有的CNN库。 : https://github.com/aaalgo/xnn.git : #include : cv::Mat image = cv::imread("xxx"); : C++下用CNN预测简化为下面三行代码。 : unique_ptr model(xnn::Model::create(model_dir, 1)); : vector ft; : model->apply(image, &ft); : 如果是分类问题, ft的长度就是类型个数。如果是 : segmentation,ft就是输出图像的大小。
|
n******7 发帖数: 12463 | 49 nb
【在 w***g 的大作中提到】 : 终于打通了任督二脉,集成了所有的CNN库。 : https://github.com/aaalgo/xnn.git : #include : cv::Mat image = cv::imread("xxx"); : C++下用CNN预测简化为下面三行代码。 : unique_ptr model(xnn::Model::create(model_dir, 1)); : vector ft; : model->apply(image, &ft); : 如果是分类问题, ft的长度就是类型个数。如果是 : segmentation,ft就是输出图像的大小。
|
S****8 发帖数: 401 | 50 wdong这套东西能不能稍微改改搞个os x的? 感觉会有更多人用
【在 w***g 的大作中提到】 : 终于打通了任督二脉,集成了所有的CNN库。 : https://github.com/aaalgo/xnn.git : #include : cv::Mat image = cv::imread("xxx"); : C++下用CNN预测简化为下面三行代码。 : unique_ptr model(xnn::Model::create(model_dir, 1)); : vector ft; : model->apply(image, &ft); : 如果是分类问题, ft的长度就是类型个数。如果是 : segmentation,ft就是输出图像的大小。
|
|
|
w***g 发帖数: 5958 | 51 我开源过不少项目,基本上用户都只有我自己一个。开源的目的
无非是保证这个代码以后自己还能有权使用而不至于变成别人的
IP。
如果哪天有冤大头出钱我肯定会做的,否则自然是按照自己的喜好
来了。我搞小作坊,多几个用户对我没有意义。
【在 S****8 的大作中提到】 : wdong这套东西能不能稍微改改搞个os x的? 感觉会有更多人用
|
n******7 发帖数: 12463 | 52 能讲讲为啥不开源以后就不能用了?
首先这方法都是公开的吧,别人无法patent
而你的实现是你自己写的,就算别人做一样的方法,也不能不让你自己实现啊?
【在 w***g 的大作中提到】 : 我开源过不少项目,基本上用户都只有我自己一个。开源的目的 : 无非是保证这个代码以后自己还能有权使用而不至于变成别人的 : IP。 : 如果哪天有冤大头出钱我肯定会做的,否则自然是按照自己的喜好 : 来了。我搞小作坊,多几个用户对我没有意义。
|
h*i 发帖数: 3446 | 53 你那个kgraph还是有些人用的。
对了,你看了kgraph上的一个最近的issue么?说kgraph最新的版本performance
regression。咋回事啊?kgraph和那个annoy比起来如何?据说annoy是一个人hack
week几个下午写出来的。
【在 w***g 的大作中提到】 : 我开源过不少项目,基本上用户都只有我自己一个。开源的目的 : 无非是保证这个代码以后自己还能有权使用而不至于变成别人的 : IP。 : 如果哪天有冤大头出钱我肯定会做的,否则自然是按照自己的喜好 : 来了。我搞小作坊,多几个用户对我没有意义。
|
e*******o 发帖数: 4654 | 54 专业的太贵
退役的有些已经不支持了
比如tensorflow m2090已经不支持了
就是
【在 p******e 的大作中提到】 : Nvidia在新版的驱动或者是CUDA里边把游戏用显卡GPU的双精度运算performance限制到 : 一个 : 比较低的值,这样避免和他家专门用来计算用的显卡竞争。硬件版上有人建议用退役的 : 专业 : 计算卡,比方说M2090,才100块不到。当然有些小缺点。比方说散热比较麻烦,还有就是 : 没法直接检查GPU温度。
|
e*******o 发帖数: 4654 | 55 你看我之前发的帖子 那个作者还有一篇专门介绍GPU的 专门讲了970比较悲剧
今天我看tensorflow 官方支持的有Titan titan x
专业的是k20 k40
我觉得要是真相玩 上Titan 比较合适
专业板的太贵了
【在 j****n 的大作中提到】 : 我前几天头脑发热进了HP的一台机器I7+GTX970. : 看了帖子发现970不能做CNN, 悲剧了。 : 请问970能用在哪一类DNN? 谢谢。
|
n*****3 发帖数: 1584 | 56 any JVM based CNN/deep learning 库 ?
OR most deep learning 库 is based on c/c++, then python wraper?
【在 w***g 的大作中提到】 : 终于打通了任督二脉,集成了所有的CNN库。 : https://github.com/aaalgo/xnn.git : #include : cv::Mat image = cv::imread("xxx"); : C++下用CNN预测简化为下面三行代码。 : unique_ptr model(xnn::Model::create(model_dir, 1)); : vector ft; : model->apply(image, &ft); : 如果是分类问题, ft的长度就是类型个数。如果是 : segmentation,ft就是输出图像的大小。
|
l*********s 发帖数: 5409 | 57 http://deeplearning4j.org/
no need to thank me
【在 n*****3 的大作中提到】 : any JVM based CNN/deep learning 库 ? : OR most deep learning 库 is based on c/c++, then python wraper?
|
e*******s 发帖数: 1979 | 58 看狗发的文章 gpu已经不是关键了
大规模的优化还是要考分布式和CPU.
【在 e*******o 的大作中提到】 : 你看我之前发的帖子 那个作者还有一篇专门介绍GPU的 专门讲了970比较悲剧 : 今天我看tensorflow 官方支持的有Titan titan x : 专业的是k20 k40 : 我觉得要是真相玩 上Titan 比较合适 : 专业板的太贵了
|
S****8 发帖数: 401 | 59 哪个文章? link?
【在 e*******s 的大作中提到】 : 看狗发的文章 gpu已经不是关键了 : 大规模的优化还是要考分布式和CPU.
|
t*******c 发帖数: 288 | 60 mxnet 现在有了java,scala的wrapper。不推荐deeplearning4j.
【在 l*********s 的大作中提到】 : http://deeplearning4j.org/ : no need to thank me
|
|
|
h*i 发帖数: 3446 | 61 mxnet,都是一帮老中搞的,看上去很不错。
【在 t*******c 的大作中提到】 : mxnet 现在有了java,scala的wrapper。不推荐deeplearning4j.
|
l*******m 发帖数: 1096 | 62 为啥developers都是老中呢?
【在 h*i 的大作中提到】 : mxnet,都是一帮老中搞的,看上去很不错。
|
w***g 发帖数: 5958 | 63 老中人力贱。
【在 l*******m 的大作中提到】 : 为啥developers都是老中呢?
|
l*******m 发帖数: 1096 | 64 看来datos很狡猾
【在 w***g 的大作中提到】 : 老中人力贱。
|
K******o 发帖数: 296 | 65 centos下面装NVIDIA驱动需要先disable nouveau驱动吗?另外如果是optimus的硬件的
话,也就是还有集成显卡的情况,怎么处理? |
w***g 发帖数: 5958 | 66 nvidia的程序会自动disable nouveau驱动。
集成显卡最省事的做法就是在bios里面disable掉。
我试图折腾cuda只用来做计算,然后用集成显卡做显示,还没搞成过。
【在 K******o 的大作中提到】 : centos下面装NVIDIA驱动需要先disable nouveau驱动吗?另外如果是optimus的硬件的 : 话,也就是还有集成显卡的情况,怎么处理?
|
t*****d 发帖数: 525 | 67 老大,写个 DL 的入门教程吧!
【在 w***g 的大作中提到】 : 这两天在整理系统,把各种deep learning库的安装自动化了 : 如果有同学折腾重装系统的可以帮我测试下 : https://github.com/aaalgo/centos7-deep : 因为deep learning的软件都比较新,老系统支持不好, : 所以一般也就是centos 7和ubuntu 14.04。我觉得 : centos 7环境可能更稳定点。再过一个月ubuntu 16.04 : 出来,14.04就要退了。
|
w***g 发帖数: 5958 | |
l*******m 发帖数: 1096 | 69 我在ubuntu上就是用集成显卡无头viz, 只用cuda做计算,这样很省电。就根据nvda的
手册安装就好了
【在 w***g 的大作中提到】 : nvidia的程序会自动disable nouveau驱动。 : 集成显卡最省事的做法就是在bios里面disable掉。 : 我试图折腾cuda只用来做计算,然后用集成显卡做显示,还没搞成过。
|
K******o 发帖数: 296 | 70 你的机器是笔记本的还是台式机?笔记本双显卡的似乎bios没有办法能够disable集成
显卡
【在 l*******m 的大作中提到】 : 我在ubuntu上就是用集成显卡无头viz, 只用cuda做计算,这样很省电。就根据nvda的 : 手册安装就好了
|
|
|
l*******m 发帖数: 1096 | 71 台式机,搞成无头的
【在 K******o 的大作中提到】 : 你的机器是笔记本的还是台式机?笔记本双显卡的似乎bios没有办法能够disable集成 : 显卡
|