推 HenryLiKing: 最近正在自學耶 01/10 20:41
推 raydo: 爆地點 不然可以一起練功 01/13 00:29
推 laladeer: 自學加一 01/13 09:32
推 howayi: 最近在辨識彩色圖片 認知到沒好機器跑 結果都是屎 01/13 13:53
→ freedomx: 如果想成立FB deep learning 群組 可以私訊給我 01/14 17:06
→ freedomx: 中部想一起學Python + deep learning + 視覺辨識 01/14 17:07
推 harry0731: 有沒有好機器跟結果好不好沒有太大關係吧 01/15 22:32
推 harry0731: 只有顯卡的記憶體會影響到batch size 這對結果的影響 01/15 22:39
→ harry0731: 應該不大 01/15 22:39
→ cory8249: Deep Learning 很吃 GPU 啊 很多 model 都要 train 很久 01/17 00:58
→ cory8249: GPU RAM 至少 8G 以上 不然有些 model 也不能跑 01/17 00:59
推 harry0731: 對 可是不影響結果啊 01/17 08:46
推 cory8249: 假設你改一次model 要 train 一個禮拜 才知道結果 01/17 12:44
→ cory8249: 改用TITAN X 4張 只要 1 天就 train 出來了 01/17 12:45
→ cory8249: 這樣就贏很多了 畢竟很多東西都是靠 try & error 出來的 01/17 12:47
→ cory8249: 也就是對 "已知的" model 可能是不影響結果 01/17 12:48
→ cory8249: 但當你需要實驗 "未知的" model 這時候 GPU 就重要了 01/17 12:48
推 spencer222: 哈哈 先弄個m4卡來再玩啦 01/21 10:15
推 spencer222: 公司兩張K80訓練784的vec就要花掉3小了 01/21 10:17
→ spencer222: 784*1的vec 01/21 10:17
推 spencer222: 看你的需求家教什麼的不太需要 01/21 10:19
→ spencer222: 整個專案要能跑deep learning只是algorithm 其它syste 01/21 10:20
→ spencer222: m architecture也要弄 01/21 10:21
推 spencer222: 另外framework的部分可以用MXNET看看 很多都包好了 01/21 10:22
→ spencer222: 我覺得比TensorFlow好學 01/21 10:23
推 kyodaisuki: 有資料、fine tune後就可以用了。 02/05 20:10