由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
Programming版 - 想上手deep learning的看过来
w***g
2017-01-06 01:07:43
1
这两天更新了picpac。这里是tensorflow做图像分类的
快速上手版本。你需要一块nvidia显卡和一台linux机器。
然后就可以开始了:
1. 装nvidia-docker https://github.com/NVIDIA/nvidia-docker
2. git clone https://github.com/aaalgo/picpac/ ;
cd picpac/examples/tensorflow
make docker
3. wget http://aaalgo.com/picpac/datasets/flowers/flowers.picpac
这里还有别的数据集http://aaalgo.com/picpac/datasets/
4. make run 进入docker
5. ./train-slim --net=inception_v3.inception_v3 --db=flowers.picpac --
classes=5
如果要做validation,另加参数--test_steps=1000 --split=5 --split_f
n******7
2017-01-06 01:30:57
2

问题:
显卡芯片和显存什么要求?
w***g
2017-01-06 01:38:44
3
我主要用FCN做segmentation, 这个好像4g显存就能跑。上面那个inception, 显示
要用
6G多。我本来想搞个cpu版的,实在太慢,放弃了。如果要买卡,GTX 1070可以入门。
玩玩小dataset, 一般网络都可以简化。
如果只是想随便玩玩,AWS最好。

【在 n******7 的大作中提到】
: 赞
: 问题:
: 显卡芯片和显存什么要求?

s********k
2017-01-06 02:07:21
4
牛,可以在AWS上开有GPU的instance做吗?

【在 w***g 的大作中提到】
: 这两天更新了picpac。这里是tensorflow做图像分类的
: 快速上手版本。你需要一块nvidia显卡和一台linux机器。
: 然后就可以开始了:
: 1. 装nvidia-docker https://github.com/NVIDIA/nvidia-docker
: 2. git clone https://github.com/aaalgo/picpac/ ;
: cd picpac/examples/tensorflow
: make docker
: 3. wget http://aaalgo.com/picpac/datasets/flowers/flowers.picpac
: 这里还有别的数据集http://aaalgo.com/picpac/datasets/
: 4. make run 进入docker

L****8
2017-01-06 04:31:55
5
现在最牛显卡是哪个? titan x p ?

我主要用FCN做segmentation, 这个好像4g显存就能跑。上面那个inception, 显示

【在 w***g 的大作中提到】
: 我主要用FCN做segmentation, 这个好像4g显存就能跑。上面那个inception, 显示
: 要用
: 6G多。我本来想搞个cpu版的,实在太慢,放弃了。如果要买卡,GTX 1070可以入门。
: 玩玩小dataset, 一般网络都可以简化。
: 如果只是想随便玩玩,AWS最好。

w***g
2017-01-06 07:55:12
6
titan x p 是consumer最牛的吧,但我觉得不如2x1080划算。我有个上代的titan x,速
度连1070都不如。其实我最想搞的是用AMD的卡做deep learning。RX 480从数字上来看
要超GTX 1060,现在应该就是缺个牛x的convolution kernel。如果好好挖挖或许能成
为平民玩deep learning的首选。星宿派嘛总得搞点不一样的。
AWS我研究下。如果上AWS应该连docker都不用折腾了。

【在 L****8 的大作中提到】
: 现在最牛显卡是哪个? titan x p ?
:
: 我主要用FCN做segmentation, 这个好像4g显存就能跑。上面那个inception, 显示

g****t
2017-01-06 10:41:46
7
活雷锋啊

【在 w***g 的大作中提到】
: 这两天更新了picpac。这里是tensorflow做图像分类的
: 快速上手版本。你需要一块nvidia显卡和一台linux机器。
: 然后就可以开始了:
: 1. 装nvidia-docker https://github.com/NVIDIA/nvidia-docker
: 2. git clone https://github.com/aaalgo/picpac/ ;
: cd picpac/examples/tensorflow
: make docker
: 3. wget http://aaalgo.com/picpac/datasets/flowers/flowers.picpac
: 这里还有别的数据集http://aaalgo.com/picpac/datasets/
: 4. make run 进入docker

g****t
2017-01-06 10:45:05
8
Metal+swift 试过吗?
for example:
https://github.com/DeepLearningKit/DeepLearningKit

【在 w***g 的大作中提到】
: titan x p 是consumer最牛的吧,但我觉得不如2x1080划算。我有个上代的titan x,速
: 度连1070都不如。其实我最想搞的是用AMD的卡做deep learning。RX 480从数字上来看
: 要超GTX 1060,现在应该就是缺个牛x的convolution kernel。如果好好挖挖或许能成
: 为平民玩deep learning的首选。星宿派嘛总得搞点不一样的。
: AWS我研究下。如果上AWS应该连docker都不用折腾了。

d*******r
2017-01-06 12:23:45
9
赞一个
w***g
2017-01-06 13:23:13
10
看了眼, 这个和我想做的一个东西很想,
就是支持导入所有框架训练出来的模型。
做iOS确实更容易赚到钱。

【在 g****t 的大作中提到】
: Metal+swift 试过吗?
: for example:
: https://github.com/DeepLearningKit/DeepLearningKit

g****t
2017-01-06 13:36:28
11
Will you produce a similar one and put it to the appstore?
I will buy it for sure.

【在 w***g 的大作中提到】
: 看了眼, 这个和我想做的一个东西很想,
: 就是支持导入所有框架训练出来的模型。
: 做iOS确实更容易赚到钱。

w***g
2017-01-06 13:38:33
12
我不会做手机端,只会做服务器端。
不过可以考虑服务器端做完后port到android上。、
苹果的东西我不用。

【在 g****t 的大作中提到】
: Will you produce a similar one and put it to the appstore?
: I will buy it for sure.

f*******t
2017-01-06 13:48:53
13
呃,在这之前是不是该学习一下基础知识,比如CS231N?
直接下载那些东西,都不知道做啥的,上不了手吧
p**r
2017-01-06 14:14:24
14
收藏点赞,要是买买提有个打赏功能,必须打赏,哈哈。
l*******m
2017-01-06 14:36:37
15
我看了amd的东东,内存系统很牛,gpu cores还是差点。估计RNN会有优势,CNN还差些
。AMD好像助攻float16. float16的训练会不会难搞?
当然最可恨的是opencl

【在 w***g 的大作中提到】
: titan x p 是consumer最牛的吧,但我觉得不如2x1080划算。我有个上代的titan x,速
: 度连1070都不如。其实我最想搞的是用AMD的卡做deep learning。RX 480从数字上来看
: 要超GTX 1060,现在应该就是缺个牛x的convolution kernel。如果好好挖挖或许能成
: 为平民玩deep learning的首选。星宿派嘛总得搞点不一样的。
: AWS我研究下。如果上AWS应该连docker都不用折腾了。

m******g
2017-01-06 20:24:26
16
谢谢大神!
I******y
2017-01-06 23:51:32
17
mark~~~~~
L****8
2017-01-07 05:09:36
18
https://github.com/jcjohnson/cnn-benchmarks

【在 w***g 的大作中提到】
: titan x p 是consumer最牛的吧,但我觉得不如2x1080划算。我有个上代的titan x,速
: 度连1070都不如。其实我最想搞的是用AMD的卡做deep learning。RX 480从数字上来看
: 要超GTX 1060,现在应该就是缺个牛x的convolution kernel。如果好好挖挖或许能成
: 为平民玩deep learning的首选。星宿派嘛总得搞点不一样的。
: AWS我研究下。如果上AWS应该连docker都不用折腾了。

h******s
2017-01-07 06:49:07
19
mark
r*****i
2017-01-07 07:41:43
20
谢谢 大牛,收学徒吗?
w***g
2017-01-07 08:52:04
21
收,现在急需人帮我到网上搜罗public dataset导进来壮大声势。

【在 r*****i 的大作中提到】
: 谢谢 大牛,收学徒吗?
w***g
2017-01-07 08:53:17
22
你这个很不错。等我下星期把lua破了,这些model全都可以收归账下。

【在 L****8 的大作中提到】
: https://github.com/jcjohnson/cnn-benchmarks
W***o
2017-01-07 15:37:06
23
对显卡要求这么高啊
我这个自己攒的黑苹果显卡只有2G,2年前装的了。2G的显卡可以跑这个吗?谢谢大牛

我主要用FCN做segmentation, 这个好像4g显存就能跑。上面那个inception, 显示

【在 w***g 的大作中提到】
: 我主要用FCN做segmentation, 这个好像4g显存就能跑。上面那个inception, 显示
: 要用
: 6G多。我本来想搞个cpu版的,实在太慢,放弃了。如果要买卡,GTX 1070可以入门。
: 玩玩小dataset, 一般网络都可以简化。
: 如果只是想随便玩玩,AWS最好。

ET
2017-01-07 16:18:24
24
想玩玩发现硬件条件不具备。

【在 w***g 的大作中提到】
: 这两天更新了picpac。这里是tensorflow做图像分类的
: 快速上手版本。你需要一块nvidia显卡和一台linux机器。
: 然后就可以开始了:
: 1. 装nvidia-docker https://github.com/NVIDIA/nvidia-docker
: 2. git clone https://github.com/aaalgo/picpac/ ;
: cd picpac/examples/tensorflow
: make docker
: 3. wget http://aaalgo.com/picpac/datasets/flowers/flowers.picpac
: 这里还有别的数据集http://aaalgo.com/picpac/datasets/
: 4. make run 进入docker

v*******e
2017-01-07 23:22:48
25

花钱就具备了。说实话,几百块的1080显然比整opencl更省钱(时间也是钱)

【在 ET 的大作中提到】
: 想玩玩发现硬件条件不具备。
T*******e
2017-01-08 11:52:26
26
先赞再看。 mark.