pytorch gan教學 在 コバにゃんチャンネル Youtube 的最讚貼文
「pytorch gan教學」的推薦目錄：
- 關於pytorch gan教學 在 コバにゃんチャンネル Youtube 的最讚貼文
- 關於pytorch gan教學 在 大象中醫 Youtube 的最讚貼文
- 關於pytorch gan教學 在 大象中醫 Youtube 的精選貼文
- 關於pytorch gan教學 在 Re: [請益] AMD GPU 跑tensorflow 順暢嗎? - 看板PC_Shopping 的評價
- 關於pytorch gan教學 在 GAN入门实践（二）--Pytorch实现 的評價
- 關於pytorch gan教學 在 hujinsen/pytorch-GAN-CGAN - GitHub 的評價
- 關於pytorch gan教學 在 PyTorch tutorials 神经网络教学from YouTube - Class Central 的評價
- 關於pytorch gan教學 在 大學國高中升學考試資訊，精選在Youtube上的熱門影片 的評價
- 關於pytorch gan教學 在 木刻思資料視覺化實戰｜募資開跑！ - Facebook 的評價
pytorch gan教學 在 GAN入门实践（二）--Pytorch实现 的推薦與評價
GAN 入门实践（二）--Pytorch实现. Aug 22, 2017. 最近在网上看到一个据说是Alex Smola 写的关于生成对抗网络（Generative Adversarial Network, GAN）的入门教程，目的 ... ... <看更多>
pytorch gan教學 在 hujinsen/pytorch-GAN-CGAN - GitHub 的推薦與評價
pytorch implementation of GAN and Conditional GAN. Contribute to hujinsen/pytorch-GAN-CGAN development by creating an account on GitHub. ... <看更多>
pytorch gan教學 在 Re: [請益] AMD GPU 跑tensorflow 順暢嗎? - 看板PC_Shopping 的推薦與評價
更新：
這幾天用plaidml+ngraph+tensorflow的方式
效能慘不忍睹
後來又回去試rocm 認真看了一遍官網的教學
才發現要用docker的環境@@
少了這個步驟直接用tensorflow-rocm也可以跑
但效能會讓你哭出來
不過最後結果還不錯啦
至少在我目前訓練的速度上跟1060都可以打平
有想要用amd跑tensorflow的也歡迎討論XD
---------------------------------
最近在做gan的專題
剛好手邊有一張amd rx580
想說就來玩一下linux+rocm
不得不說 用amd顯卡做深度學習 真的在搞自己XD
光裝系統+驅動 就耗了快一天...
更別提後來又重裝好幾次XD
而重點是裝好後跑training的效率
大概只有 gtx 1060的1/3...
這邊沒有詳細數據 因為測完當下真的太生氣
直接把linux砍了XD
我自己感覺是優化的問題
跑model的當下使用率很低
大家有興趣可以玩玩看
但amd的深度學習之路離nv還是有蠻大一段距離
順帶一提 放棄rocm後
發現可以用 plaidml+ngraph+tensoflow
不過這也是一條不歸路...
※ 引述《shaform (Shaform)》之銘言：
: 是說現在 AMD RoCm 的原始碼已經被合併進 TensorFlow 官方的 codebase 裡
: 雖然說還是被稱為 community support build
: https://github.com/tensorflow/tensorflow#community-supported-builds
: 不過穩定性會不會已經有所提昇了 (?)
: 不知版上有沒有勇者嘗試過呢
: 這年頭做 Deep Learning 時 GPUs 用的越來越兇
: 真希望多點競爭趕快降價 XD
: ※ 引述《exeex (人非腎鹹)》之銘言：
: : ※ 引述《geminitw (geminitw)》之銘言：
: : : 目前有在考慮購置第二台機器跑 DL/ML,
: : : 但因為... 2080ti 價格偏高, 也不知道哪個硬體版本穩定,
: : : 加上 7nm GG 盛名, 想說 GG 7nm 產能會被爛蘋果影響,
: : : 乾脆幫 AMD GPU 7nm 捧個場.
: : : 只是不知道 tensorflow based on AMD RoCm 目前跑起來的狀況/效能如何?
: : : 請各位前輩指點迷津... 或者 推薦 2080ti 的版本也很可以
: : : (啥雪花? 金平? 太陽花? Turbo? 很亂... 我只是要跑 ML/DL)
: : : 感謝！
: : https://blog.gpueater.com/en/2018/04/23/00011_tech_cifar10_bench_on_tf13/
: :
: : 雖然這資料有點舊，單就效能論，是有資格和nvidia一戰啦。
: : 但我覺得，要買vega來跑你還要加上debug的風險和時間。
: : 划不划算就看你認為這時間佔多少成本。
: : 有的人就喜歡嘗試研究，時間不佔成本。那vega就划算
: : 有的人就喜歡穩，不喜歡花時間在這種沒意義的除錯上。那就nvidia划算。
: : 以下真香評論：
: : nvidia要保持領先也不是那麼容易的事情
: : 若要問AMD的ROCm在做啥
: : 基本上就是把nvidia cuda的API照抄一遍
: : cuda有什麼function我就改個名字，設計一個一毛一樣的function
: : 然後再收錄進我大ROCm的Library中
: : 最後再設計一個自動更名程式，把原本寫給cuda的程式，自動改編為ROCm的程式
: : (https://github.com/ROCm-Developer-Tools/HIP )
: : 現在這個ROCm版的tensorflow，就是這樣搞出來的。
: : 以上面的測試報告看來，Vega 12nm 的效能是有達到能與nvidia一戰的水準
: : 就只差可靠度，以及軟體支援速度(什麼時候才會有官方pytorch??)。
: : 如果這年度Vega 7nm發售，且可靠度、支援速度能有所提升的話，那是挺值得買的。
: : 再搭配上AMD的HBCC記憶體技術，拿內存當顯存用，直接讓你突破16GB顯存容量限制。
: : 這點簡直令所有做AI的人垂涎三尺。
: : 但目前HBCC+ROCm應該還沒成熟
: : (https://github.com/RadeonOpenCompute/ROCm/issues/525 )
: : 註：
: : 我是有一張Vega 56啦，之前買來挖礦，但目前拿來打電動比較實在。
: : 跑實驗還是用1080ti
-----
Sent from JPTT on my OnePlus GM1910.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.140.179.52 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1589445307.A.FF0.html
※ 編輯: wpra (114.137.233.93 臺灣), 05/16/2020 19:09:33
... <看更多>