1回答
GPU是否缩短了策略RL的培训时间？
reinforcement-learning、gpu、policy-gradients
我想知道使用GPU是否会有效，如果我使用的政策(如PPO) RL作为模型？我最近训练了一个模型，GPU的利用率约为2%。
浏览 0提问于2021-10-13得票数 1
回答已采纳
2回答
如何有效地利用GPU进行强化学习？
gpu、reinforcement-learning
最近我研究了强化学习，有一个问题困扰着我，我找不到答案:如何有效地使用GPU进行培训？据我所知，与环境的持续交互是必需的，对我来说这似乎是一个巨大的瓶颈，因为这个任务通常是非数学/不可并行的。但是，例如Alpha Go使用多个TPU/GPU。他们是怎么做到的？
浏览 0提问于2018-03-08得票数 16
回答已采纳
3回答
用于神经网络训练的CPU和GPU的选择
neural-network、deep-learning、gpu
我见过关于GPU的“开销”的讨论，对于“小型”网络来说，在CPU (或CPU网络)上训练可能比GPU更快。例如，有100个隐藏单位的单层MLP会是“小”吗？我们对经常性架构的“小”变化的定义是什么？编辑1：&q
浏览 0提问于2017-05-25得票数 41
回答已采纳
3回答
学会使用GPU吗？
python、tensorflow、scikit-learn、k-means、neuraxle
阅读scikit的实现--在TensorFlow：和scikit中学习--学习：，我正在努力决定使用哪个实现。
如果运行在Nvi
浏览 10提问于2017-01-10得票数 108
回答已采纳
1回答
如果训练ML模型是唯一的目的，那么花费在GPU上是一个不错的选择吗？
machine-learning、gpu、cpu、training-data
我想用主要的核心ML和NLP模型(而不是深度学习)来训练大数据集。GPU在这里会有很大的不同吗？我可能会做一些CPU密集的参数调优，比如网格搜索，GPU会做出重大的改进吗？
浏览 5提问于2019-11-28得票数 0
2回答
TensorFlow预测应该与后处理分离吗？
architecture、backend
我有一个API，它主要由两个部分组成: 1.提供基于输入图像(主要是GPU计算)的预测的TensorFlow神经网络；2.对这些预测进行后处理(主要是CPU)。
这是一个最佳做法/建议问题。我想知道的是，应用程序的这两个部分是否应该解耦，放置在单独的Docker容器中，并单独缩放。我能想到的唯一情况是，如果后处理消耗了大量CPU
浏览 0提问于2017-04-02得票数 3
1回答
在深度学习中使用GPU有什么缺点吗？
deep-learning、gpu
在大多数情况下，我经常听说，为了做一个深入的学习实验，强烈建议使用GPU。它使计算速度比CPU快得多，听起来像是一个神奇的工具(虽然我使用MacBook.)无法使用它。然而，使用GPU是否有任何单一的缺点，除了较高的货币成本？比如坠毁的可能性更高等等？
浏览 0提问于2017-05-27得票数 1
1回答
Pytorch:未在GPU上传输具有to()函数的层
python、pytorch、nvidia、tensor
在下面的代码中，我期望张量x和层l都在GPU上，而只是张量x结果在GPU上，而不是层l上。实际上，使用这种方法会在学习阶段产生RuntimeError: Expected all tensors to be on the same device, but found at least twodevices, cpu and cuda:0!。print('x:','cpu')
浏览 4提问于2022-03-10得票数 0
回答已采纳
2回答
GPU的预测要比CPU慢得多？
tensorflow、keras
奇怪的是，我发现我的CPU预测速度要快得多。与CPU相比，用GPU进行推理要慢得多。我有一个简单的稠密层的tf.keras (tf2) NN模型：X = X =allow_pickle=True )
scores = model.predict_on_
浏览 5提问于2020-12-18得票数 0
2回答
针对昂贵资源的kubernetes调度
docker、kubernetes、gpu、resource-scheduling
并不是所有的管道都可以使用GPU。绝大多数仍然只占用大量CPU资源。 配备GPU的服务器可能非常昂贵(例如，Nvidia DGX每台服务器可能高达150美元/k)。如果我们只是将DGX节点添加到Kubernetes集群中，那么Kubernetes也会在那里调度非GPU工作负载，这将是对资源的浪费(例如，其他调度较晚并且确实需要GPU的作业，可能会在那里耗
浏览 24提问于2018-12-20得票数 1
回答已采纳
1回答
我想在CPU上使用Tensorflow，除了反向传播
python、tensorflow
我最近构建了我的第一个TensorFlow模型(从手工编码的python转换而来)。我使用的是tensorflow- GPU，但我只想在训练中使用GPU作为后盾。对于其他的一切，我想使用CPU。我看到演示了如何在默认情况下使用GPU的系统上强制使用CPU。但是，您必须指定要强制使用CPU<em
浏览 1提问于2018-11-10得票数 1
1回答
最优二维图形资源
opengl、3d、2d-graphics
我是一个经验丰富的程序员，我一直致力于创建一个3D图形引擎利用OpenGL系统，主要集中在游戏中的使用。但是，我也想做一些关于函数式编程的工作，并希望为更多的功能程序创建一个干净的UI，比如任务管理器。我想要创建的效果的一个例子可能有点类似于。我的问题是:我是否应该使用一个特定的库来创建桌面程序，还是应该继续使用OpenGL的3
浏览 0提问于2016-05-30得票数 0
回答已采纳
4回答
使用Colab GPU在本地运行ML程序
python、google-colaboratory
我有一台联想电脑，但没有安装GPU。所以当我运行一个用python编写的机器学习程序时，它会在我的本地CPU上运行。我知道Colab免费为我们提供了一个GPU。要使用它，我需要从我的ML程序中获取所有python文件的内容，并将其放在这个Colab笔记本中。在这一点上不太方便。是否有可能以任何方式运行我的ML程序从我的计算机直接使用</e
浏览 5提问于2021-05-21得票数 0
1回答
仅用CPU训练神经网络
neural-network、deep-learning、computer-vision、conv-neural-network
我正在远程服务器上的虚拟机上工作，我想在它上训练一个神经网络，但是我在这个VM中没有GPU。是否可以仅使用CPU在此VM上训练网络？如果是这样的话，它是否适用于大型数据集，还是会成为一个问题？
浏览 1提问于2019-02-27得票数 0
1回答
scala急流使用不透明的UDF对单个列生成另一列数据
scala、apache-spark、apache-spark-sql、gpu、rapids
我试图熟悉使用Scala的 (3.3)的-based计算。在能够使用GPU方面的主要争论似乎来自UDF的黑匣子性质。一个自动的解决方案是。但在有循环的情况下，它是行不通的。疑问:如果我的dataframe只有一列并产生另一列，我是否能够获得GPU贡献，因为这是一个微不足道的情况。对于GPU来说，出于所有实际目的，数据已经采用了柱
浏览 16提问于2022-07-27得票数 1
回答已采纳
1回答
基于Pyschedule的资源约束调度项目
optimization、linear-programming、or-tools、mixed-integer-programming、cp-sat-solver
目前，我正在使用一个名为Pyschedule的库，在该库中，我可以定义一个目标，然后添加各种约束，例如容量约束、优先级约束等。我的项目概述如下:给定一组需要一定数量CPU/GPU计算的作业，将资源计划(我们可用的有限CPU/GPU计算)分配给一组作业，以便优化在特定时间框架内完成的最大作业数量。每小时可用资源的变化量(
浏览 22提问于2022-07-03得票数 0
3回答
无论是用Caffe还是Theano进行Moore-Penrose伪逆？
python、machine-learning、caffe、theano、matrix-inverse
我需要使用(在应用程序中)极限学习机器(ELM)，这是高度优化的多CPU或GPU。由于ELM的主要计算涉及摩尔-Penrose伪逆和矩阵乘法，那么在Theano和Caffe中实现ELM的最佳选择是什么？其次，是否有可能在Caffe中使用python接口实现一种新的学习算法(ELM)？
浏览 5提问于2015-05-09得票数 2
回答已采纳
1回答
如何在Python中获取特定程序的当前CPU、GPU和RAM使用率？
python、linux、macos、psutil
我已经写了一个python程序来检测使用Haar Cascade的视频输入(网络摄像头)的脸。我想知道这个特定程序使用了多少CPU、GPU和RAM，而不是整个CPU、GPU和RAM的使用率。我偶然发现了psutil package ()，它可以分析正在使用的系统资源，但我无法获得某个特定程序正在使用的<
浏览 1提问于2018-06-17得票数 3
3回答
现实中多gpu训练的优势是什么？
machine-learning、neural-network、deep-learning、training、gpu
一个gpu和多个gpu的训练损失递减速度基本相同.但是为什么平均梯度呢？模型是否真的同时提供了更多的数据？
浏览 0提问于2018-12-25得票数 3
回答已采纳
云服务器
ICP备案
即时通信 IM
对象存储
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号