Что такое графический процессор?
Графический процессор предназначен для быстрого изменения памяти наряду с управлением памятью с целью ускорения создания изображений в буфере кадров, который, как ожидается, будет выводом определенного устройства отображения. Для запуска крупномасштабных проектов глубокого обучения, содержащих миллионы параметров, ваш графический процессор ускоряет обучение, что означает, что вам не нужно долго ждать результатов. С уменьшением времени, которое требуется для проведения экспериментов по глубокому обучению благодаря бесплатным графическим процессорам, вы действительно можете углубиться и изучить глубокое обучение, не имея очень дорогой установки для глубокого обучения.
Облачные графические процессоры
Облачные графические процессоры полностью изменили то, как работают многие предприятия. Рост центров обработки данных также можно рассматривать как основной фактор, способствующий росту облачных графических процессоров. Многие из этих сервисов облачных вычислений уже поставляются с платформами глубокого обучения, такими как TensorFlow, PyTorch и Keras. Я использовал много различных облачных платформ GPU, и я поделюсь с вами своими тремя лучшими сервисами облачных вычислений!
1 ) Бумажное пространство
Название бумажного пространства происходит от термина, используемого в САПР, который относится к окну в трехмерный мир. Paperspace — это чисто технологическая компания, базирующаяся в Нью-Йорке. Целью этой компании было работать над решением сложных проблем. В настоящее время сотни тысяч предприятий и стартапов используют бумажное пространство для своих приложений глубокого обучения. Они рассматривают свою работу как облачную платформу будущего.
У Paperspace есть блог, который они написали год назад, чтобы помочь всем начать использовать Jupyter Notebook с Paperspace!
2 ) Google Colab
Google Colab — это облачный сервис с БЕСПЛАТНЫМ! Поддержка графического процессора! Это позволяет бесплатно разрабатывать и обучать приложения глубокого обучения с такими библиотеками, как TensorFlow и Keras! Видео ниже научит вас всему, что вам нужно знать об использовании Google Colab.
3 ) Ядра Kaggle
Мой любимый бесплатный облачный сервис — ядра kaggle. Преимущество использования ядер kaggle заключается в том, что они могут извлекать наборы данных и предварительно обученные веса моделей непосредственно из соревнований kaggle, чтобы вы могли поиграть с ними. Kaggle также является хорошей платформой для демонстрации ваших знаний в области программирования. В kaggle вы можете запустить модель глубокого обучения, используя их бесплатные графические процессоры, а затем «зафиксировать» их на kaggle и сделать ваше ядро общедоступным, чтобы все могли увидеть вашу прекрасную работу. Kaggle также является отличным способом получить отзывы о вашей модели, поскольку люди могут «разветвить» вашу записную книжку в kaggle и внести улучшения в ваш текущий код. Это видео идеально подходит для изучения того, как начать работу с ядрами kaggle.
Вывод
Графические процессоры в основном предназначены для обучения ваших приложений глубокого обучения. Надеюсь, вы сможете использовать эти бесплатные графические процессоры для своих собственных экспериментов по глубокому обучению! Счастливого обучения!
