看板 R_Language 關於我們 聯絡資訊
文章分類提示: - 問題: 當你想要問問題時,請使用這個類別。 [問題類型]: 程式諮詢(我想用R 做某件事情,但是我不知道要怎麼用R 寫出來) [軟體熟悉度]: 入門(寫過其他程式,只是對語法不熟悉) [問題敘述]: http://imgur.com/PsunC6e 我跑deep learning都只有單核心在運作 cpu只有13% 照理說cpu全開會跑到100% 我跑xgboost都有到100% 所以我是不是有些地方沒調整?? 另外 linux 版本的 mxnet 可以使用GPU 所以想請問 顯卡需要買到幾GB? 直衝8gb? 好貴QQ ( 我在做 圖片 mining ) 因為未來也會繼續用GPU 想說以後也用 deep learning 做問題看看 另外 有推薦的廠牌或型號嗎? 謝謝 [程式範例]: 我是參考這篇 http://cos.name/2016/04/mxnet-r/ 去實作 mxnet 的deep learning model <- mx.model.FeedForward.create(lenet, X=train.array, y=train.y, ctx=mx.cpu(), num.round=100, array.batch.size=100, learning.rate=0.05, momentum=0.9, wd=0.00001, eval.metric=mx.metric.accuracy, epoch.end.callback=mx.callback.log.train.metric(100)) -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.42.95.151 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1484837527.A.DB3.html ※ 編輯: f496328mm (114.42.95.151), 01/19/2017 22:54:28
clansoda: 我看別人頭都是洗下去 買1080耶 01/19 22:57
好貴阿阿阿 一顆破2W 跟我目前的I7桌電差不多 ※ 編輯: f496328mm (114.42.95.151), 01/19/2017 23:02:54
cywhale: 最近看另一R社團也在討論GPU https://goo.gl/2RnXpE 01/19 23:12
cywhale: 陳景祥老師一連貼了幾篇,也有談硬體的連結 自行參考囉 01/19 23:13
謝謝 已上去發文詢問 ※ 編輯: f496328mm (114.42.95.151), 01/20/2017 00:33:26
ching0629: cpu.list=list(mx.cpu(0), mx.cpu(1)) 01/20 10:43
ching0629: ctx=cpu.list 01/20 10:44
ching0629: 上面是雙核,自己用迴圈改更多核 01/20 10:44
ching0629: 不過我的經驗是超過4核以上速度增加也不大 01/20 10:45
準備敗一張 GTX-1070 8G 顯卡 好噴錢 ※ 編輯: f496328mm (114.42.95.151), 01/20/2017 13:25:57
spiderway: 我的mxnet預設會自己全開欸 01/21 17:47
spiderway: 顯卡我是用960 4g來玩玩而已也便宜 給你參考 01/21 17:49
4G ram 會不夠嗎? 因為我目前光 記憶體的ram 就使用10gb ※ 編輯: f496328mm (114.42.95.151), 01/21/2017 23:55:35
celestialgod: 可以用BATCH方式去訓練就好啦 01/21 23:56
celestialgod: 資料可以不用全部讀入GPU算 01/21 23:57
celestialgod: 必要的資料在從記憶體傳入記憶體就好 01/21 23:57