<small id='8ekFu'></small> <noframes id='FtDB6gi'>

  • <tfoot id='uej5v0tq'></tfoot>

      <legend id='7NspUva'><style id='5xRu'><dir id='asRkzi'><q id='NykmK'></q></dir></style></legend>
      <i id='iKn3Y'><tr id='cnBheZ'><dt id='K1j4Ez'><q id='bkJjVxr'><span id='bZanqh'><b id='hjUKnVWQ'><form id='CV8qO'><ins id='e67s'></ins><ul id='4CMK'></ul><sub id='lrQRtFovMC'></sub></form><legend id='D9Sm'></legend><bdo id='fgYoUexjb8'><pre id='0BxPyGDFC'><center id='FT1LW5beA'></center></pre></bdo></b><th id='n8R2q0DKM'></th></span></q></dt></tr></i><div id='P62l'><tfoot id='ZNCrAY'></tfoot><dl id='n6FiULcpeV'><fieldset id='YWl3'></fieldset></dl></div>

          <bdo id='QF7TSaJmP'></bdo><ul id='bJ6D7'></ul>

          1. <li id='OawWl7'></li>
            登陆

            一号站平台登录地址-谷歌「双十一」也放大招:Colab上能够免费运用P100 GPU了

            admin 2020-02-14 264人围观 ,发现0个评论

            参加:一鸣、思源

            双十一的各位读者朋友有没有买买买呢?在深度学习社区,谷歌竟然也在这一天供给了福利——Colab 能够免费运用 马配P100 GPU 了。

            双十一的各位读者朋友有没有买买买呢?在深度学习社区,谷歌竟然也在这一天供给了福利——Colab 能够免费运用 P100 GPU 了。

            近来,Reddit 上有开发者发现,他的 Colab 环境在履行练习任务时不太相同了。在练习任务中,Colab 显现正在运用的设备是英伟达的特斯拉 P100 GPU,版本是 PCIE 16G 内存版。

            该网友在 Reddit 上发帖问询后,Colab 可运用免费 P100 GPU 的音讯得到了承认。

            之前,机器之心曾介绍过怎么运用 Colab 上的算力资源。在本年 4 月份,Colab 将 GPU 从古玩等一号站平台登录地址-谷歌「双十一」也放大招:Colab上能够免费运用P100 GPU了级的 K80 晋级到了 Tesla T4,这一种图灵架构的新 GPU 十分适合做低精度的揣度,练习也比 K80 快了许多。现在,Colab 再一次敞开 P100,本年已经是两次硬件晋级了。

            机器之心也当即验证了一下,当咱们挑选选用 GPU 加快后,打印出来确实实是 Tesla P100 GPU。

            P100 终究有多强

            T4 在深度学习核算中能够很好地平衡练习和推理之间的需求,本钱比较 V100 也低许多。可是本次 Colab 将算力晋级到 P100,能够说是适当顶尖的 GPU 了。

            更何况,这些都是免费的。现在,假如要正常运用这些算力,恐怕也不是一个小数目。如上所示,机器之心从谷歌云官网上查到了现在 GPU 算力的价格。表中,T4 需求的每小时 1.03 美元/练习单元。而 P100 则高达 1.6 美元每小时/练习单元。

            看起来没省多少钱?要知道,用一个 P100 GPU 在 ImageNet 上练习一个 ResNet-50 就要差不多一天多的时刻(参阅 DAWNBench)。假如不中止的话,这也需求 40 多美元,在 Colab 上,这笔钱就能够省掉了。

            P100 的算力终究有多强?能够说,这是现在深度学习范畴适当有性价比的一款 GPU 了。从 2017 年发布以来,P100 已经成为了许多科研机构和企业进行模型练习的标配。比较于 K80 等 GPU,P100 在功用上有显着优势。

            英伟达官网上 K80 和 P100 的功用比照。

            P100 的相关参数。

            虽然 T4 比较 K80 是个不小的前进,可是 P100 仍然比前两者都要强许多,这足以阐明 Colab 本次的福利适当值了。

            Colab,远比你幻想中的要强

            许多开发者在运用 Colab 时,总会诉苦时不时的停止,诉苦每一次完毕后一切包和文件都会删去。但实际上,除了科学上网,其它许多问题都一号站平台登录地址-谷歌「双十一」也放大招:Colab上能够免费运用P100 GPU了能处理,谷歌的 Colab 远比咱们幻想的要强。首要不说它对各种结构的支撑,它在 TPU 和 GPU 等各种硬件上也供给了许多免费资源,更不用说与 Google Drive 联动而保存各种数据了。

            首要最大一个问题是 Colab 会断,但小编用过许屡次,差不多每次只需确保页面不封闭,接连运转十多个小时是没问题的。依照咱们的经历,最好是在北京时刻上午 9 点多开端运转,由于这个时分北美刚过清晨 12 点,接连运转时刻更长一些。像 T4 或 P100 这样的 GPU,接连运转 10 多个小时已经是很划算了,即便杂乱的模型也能得到开始练习。

            那么假如断了呢?这就要考虑加载 Google Drive 了。Colab 十分好的一点是能与谷歌云硬盘互动,也就是说等练习一些 Epoch 后,能够将模型保存在云端硬盘,这样就能做到耐久化练习。每逢 Colab 断了时,咱们能够从云端硬盘读取保存的模型,并持续练习。

            如上两行代码能够将谷歌云硬盘加载到长途实例的「content/drive」目录下,后边各种模型操作与数据集操作都能够在这个目录下完结,即便 Colab 断了衔接,一切操作的内容也会保存在谷歌云盘。

            只需搞定上面两个小技巧,Colab 的实用性就很强了。当然,假如读者发现分配的 GPU 是 K80,你能够重新启动一号站平台登录地址-谷歌「双十一」也放大招:Colab上能够免费运用P100 GPU了几回 Colab,即开释内存和本地文件的重新启动,每一次重启都会重新分配 GPU 硬件,你能够「比及」P100。

            除了最主要的结构和算力支撑,Colab 还有许多更有意思的功用。比如说用个戏法符号「%」调用 TensorBoard、漆黑系代码主题、文件阅读和操作系统,以及最近才更新的 Pandas DataFrame 可视化操作。

            Colab 的表格数据扩展,它答应对 Pandas 的 DataFrame 进行可视化的排序和过滤等操作。

            跟着 Colab 支撑越来越强壮的核算力、供给越来越多的功用和组件,关于很难取得满足算力的初学者与学生,它将会是十分好的一个敞开性东西。

            参阅链接:https://www.reddit.com/r/MachineLearning/comments/duds5d/d_colab_has_p100_gpus/

            本届 NeurIPS,机器之心为读者们精心策划了 NeurIPS 2019 专题,包含线上共享、论文解读、现场报道一号站平台登录地址-谷歌「双十一」也放大招:Colab上能够免费运用P100 GPU了等内容。这是机器之心 NeurIPS 2019 线上共享的第一期,咱们约请到了清华博士后黄文炳为咱们介绍他们被大会接纳的一篇 Spotlight 论文。

            一号站平台登录地址-谷歌「双十一」也放大招:Colab上能够免费运用P100 GPU了
            请关注微信公众号
            微信二维码
            不容错过
            Powered By Z-BlogPHP