tgoop.com/biasvariance_ir/437
Last Update:
استفاده از یادگیری عمیق در پروژه های تجاری - بخش ۲۷
یکی از مواردی که در آموزش مدلهای یادگیری بسیار با اهمیت است، استفاده از کامپیوترهای SIMD به خصوص GPUها برای شبکه های عصبی است. معمولا در شرکتها خیلی به مدل کارت گرافیک و بروز بودنش اهمیت داده میشود. با این حال، معمولا نکته ای که در نظر گرفته نمی شود، سایز VRAM کارت گرافیک است. احتمالا با این مشکل زیاد برخورد کرده باشید که شبکه های تبدیل کننده بعضا تنسورهایی با رنک هفت ایجاد می کنند و مدلهایشان به دلیل محاسبات میانی در حافظه کارت گرافیک جا نمی شوند. توصیه ای که داریم اگر بودجه تهیه یک سیستم برای آموزش شبکه عصبی دارید، خیلی به حافظه کارت گرافیک توجه کنید. به زبان ساده، ۴۰۹۰ ای که در لپتاپها معمولا استفاده می شود ۱۲ گیگ حافظه دارد. ۱۲ گیگ حافظه بسیار محدودی است و صادقانه بخواهیم بگوییم، مدل های نسلهای قبل با VRAM با اندازه ۱۶ گیگ را ترجیح می دهیم. زیرا مدل باید اول در حافظه جا شود تا بعد آموزش ببیند.
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
#نکته_آموزشی #یادگیری_عمیق #شبکه_عصبی #مثالهای_کاربردی #پروژه_تجاری
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
پشتیبانی | کانال | سایت | اینستاگرام | آپارات
BY Bias Variance
Share with your friend now:
tgoop.com/biasvariance_ir/437