Публикации по теме 'gpu'
Оптимизация использования графического процессора
▮ Низкая загрузка графического процессора
В идеале мы хотим полностью использовать наши машины с графическим процессором во время обучения/логического вывода. Однако, если вы не учитываете загрузку графического процессора при создании обучающих сценариев для своей модели глубокого обучения, есть вероятность, что коэффициент использования графического процессора будет довольно низким; ниже 30%.
Сегодня я хотел бы рассказать, где могут быть узкие места, вызывающие это, и как их..
Введение в Clive и отслеживание пути
В течение следующих нескольких недель я и мои товарищи по команде опубликуем серию статей, в которых подробно рассказывается о работе, которую мы проделали над Clive, нашим независимым проектом для Силиконовой долины 42 . Clive - это движок трассировки пути, который позволяет визуализировать высокореалистичные изображения из 3D-моделей. Он медленнее, чем растровая графика (например, видеоигры и другие 3D-модели в реальном времени), но результаты потрясающие. Это технология, которую..
Получение Tensorflow для просмотра графического процессора
В прошлые выходные я сел экспериментировать с некоторыми сценариями LSTM для генерации текста после обучения машины на книге с Уолл-стрит. План состоял в том, чтобы использовать Keras с бэкэндом Tensorflow для моего проекта. Вскоре я понял, что заставить код «просто работать» можно с помощью ЦП, но для того, чтобы генерировать осмысленные тексты, безусловно, требовался ГП.
Если у вас нет доступа к собственному аппаратному обеспечению графического процессора, на этом этапе обычно есть..
Быстро установите CUDA и cuDNN в Google Cloud Compute
В этой короткой статье описывается процесс установки NVIDIA CUDA и cuDNN на экземпляр Google Cloud Platform (GCP) с включенным графическим процессором Nvidia Tesla K80.
Общее время, необходимое для установки, не должно превышать 15 минут, в зависимости от скорости вашей сети.
Если вы не настроили экземпляр GCP с графическим процессором, вы также можете посетить эту статью о том, как я настраиваю экземпляр Google Cloud Compute с графическим процессором .
Предварительное условие..
Jax — Numpy на GPU и TPU
Понимание библиотеки и реализация MLP с нуля
Существует множество библиотек и фреймворков Python, поскольку они являются звездами на нашем небе. Хорошо, может быть, не так много, но, безусловно, есть много вариантов, из которых можно выбирать при решении любой задачи.
Jax — одна из таких библиотек. За последние несколько месяцев он стал очень популярным в качестве базовой среды для разработки решений для машинного обучения, особенно после того, как его активно использовали ребята из..
VALDI: ОБЛАКО для ВСЕХ → AI для ХОРОШЕГО
Искусственный интеллект (ИИ) может стать самой преобразующей технологией нашего времени, способной произвести невообразимую революцию в мире. У него есть потенциал для решения некоторых из самых насущных мировых проблем, от изменения климата и бедности до профилактики болезней и не только.
Однако для того, чтобы ИИ был силой добра и полностью реализовал свой положительный потенциал, крайне важна доступность широкого спектра вычислительных ресурсов (т. е. облака ) для более широких..
Анонс RAPIDS 22.10
Подача торта, пипса и окон на нашу четвертую вечеринку по случаю дня рождения!
Пришло время отпраздновать еще один год, когда RAPIDS ускоряет науку о данных и продвигает достижения повсюду. Когда-то небольшая команда, создававшая увлеченный проект, превратилась в сообщество, охватывающее весь земной шар. И в этом выпуске у нас есть несколько интересных объявлений, которые упрощают использование RAPIDS, где бы вы ни работали!
В пятый год мы расширяем наши усилия по ускорению..
