特征提取过程中的图形处理器性能(Tesla K80)

文章/答案/技术大牛

发布

0回答

python-3.x、keras、gpu、feature-extraction、tesla

processed - " + str(count)) print ("[INFO] completed label - " + label) 尽管如此，我的整个数据集要大得多当查看我的图形处理器内存时，这段代码可以在Keras (2.1.2)中处理4000张图像，但几乎占用了我的特斯拉K80的所有5G视频内存。我想知道我是否可以通过改变batch_size来提高我的性

浏览 3提问于2018-07-16得票数 1

回答已采纳

1回答

Windows server 2019中与Vram相关的问题

windows、google-cloud-platform、server、vram

虚拟机是基于WINDOWS SERVER 2019的！我已经成功地制作了一个，但无法在实例中获得一些虚拟ram。它(VRAM)显示为零。添加GPU不会增加vram吗？如果不是，那么是什么增加了它们？我希望增加同样的游戏目的，并使用软件，如ADOBE和AUTODESK也…

浏览 7提问于2020-03-20得票数 0

1回答

首先，我使用python3.5和tf 1.12.0，当我运行tf.Session()时，python3.5的输出是这样的： 2020-07-16 16:40:36.993973: I tensorflow37.191067: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties: name: Teslajob:localhost/replica:0/task:

浏览 58提问于2020-07-16得票数 1

1回答

为什么亚马逊P2实例的成本要比G3高得多？

deep-learning、aws

我目前正在为AWS实例寻找正确的2018年预算，以准备更深层次的神经网络培训，但现在有点困惑，因为下面的图表：p2.16xlarge的成本是g3.16xlarge的3倍，处理器数量相同，但内存稍微少一些这是因为记忆的差异吗？或者p2和g3实例之间还有其他的关键区别吗？如果我在这里遗漏了什么，请分享你的智慧！谢谢,

浏览 0提问于2017-10-30得票数 3

1回答

使用多gpus不会加快速度

python、performance、theano

我尝试使用以下代码测试多gpus的性能：import numpy as npimportv_11))print c - b d = time.time()当我使用两个不同的图形处理器(THEANO_FLAGS='contexts=dev0->cuda0

浏览 3提问于2016-03-25得票数 2

1回答

无法使用Nvidia Tesla* K80启动VM实例*

google-cloud-platform、google-compute-engine

我无法用Nvidia Tesla K80 GPU启动一个新的VM实例。每当我尝试开始时，我都会收到以下错误消息：启动VM实例"gpu-1“我的第一个项目区域‘projects/XXX/ zone /euro-west1-b’没有足够的资源来满足请求。我已经尝试了世界各地几乎所有的地区，有Nvidia特斯拉K80图形处理器。我也试过一天中不同的时间。这是正确的，相当便宜<em

浏览 4提问于2020-08-27得票数 0

回答已采纳

1回答

卡在640x480 -运行的新技术和nVidia图形驱动程序并排？

nvidia、cuda、gpu、nouveau、gpu-driver

我最近安装了一个nVidia特斯拉K80图形加速器到一个现有的双套接字工作站运行Ubuntu20.04与低能耗nVidia Quadro NVS315。在更新nVidia驱动程序(从Quadro所需的遗留390个到450个以支持K80上的CUDA )之后，现在不受支持的Quadro的分辨率为640x480，使我无法使用克朗来引入更多的自定义决议。如果我把这两种设备都切换到Nouveau，我就有了完整的分辨率，但我不能在Tesl

浏览 0提问于2020-07-17得票数 0

回答已采纳

1回答

微调VGG最后一层非常慢

machine-learning、computer-vision、tensorflow、deep-learning

我使用了稀疏的交叉熵损失。我必须将布料图像分成50类。经过2周的训练，这就是损失是如何下降的，我觉得这是非常缓慢的收敛。我的批量是50。这是正常的，还是你认为这里出了什么问题？准确性也很差。- 我也尝试过特斯拉K80图形处理器，经过20个小时的</

浏览 0提问于2016-12-15得票数 1

1回答

卡在640x480 -运行的新技术和nVidia图形驱动程序并排？

drivers、nvidia、graphics、gpu、nouveau

我最近安装了一个nVidia特斯拉K80图形加速器到一个现有的双套接字工作站运行Ubuntu20.04与低能耗nVidia Quadro NVS315。在更新nVidia驱动程序(从Quadro所需的遗留390个到450个以支持K80上的CUDA )之后，现在不受支持的Quadro的分辨率为640x480，使我无法使用克朗来引入更多的自定义决议。我也尝试过使用Nouveau，但我无法只打开它在“软件和更新/额外的驱动程序”，

浏览 0提问于2020-07-16得票数 1

回答已采纳

1回答

即使存在配额，Google计算引擎也找不到GPU

google-cloud-platform、google-compute-engine

我请求并收到了可抢占的K80图形处理器的配额。在控制台中，我可以看到这个配额可用(在地区‘us 1’)。但是，同一区域的VM无法找到这个GPU： tensorflow-1-vm：{“ResourceType”：“计算.v1.实例”，"ResourceErrorCode":"404"，“ResourceErrorMessage”，“原因”：“notFound”}，“消息”：“未找到资源'projects/dlp-proj

浏览 0提问于2018-08-04得票数 5

回答已采纳

1回答

Theano无法使用GPU

python、amazon-web-services、gpu、theano、theano-cuda

seconds我正在尝试使用亚马逊网络服务EC2来运行图形处理器，当我试图运行一个测试来让我的代码运行我的gnu时，我得到了这个错误，但它给了我这个错误。请帮帮忙from theano import function, config, shared, tensor import n

浏览 19提问于2018-06-02得票数 2

1回答

GPU硬件在许多不同的用户之间共享吗？

google-cloud-platform、google-compute-engine

我一直在使用计算引擎与一个实例，我附加了特斯拉K80图形处理器。我注意到，有时运行在那里的图形应用程序的性能会急剧下降。应用程序总是same.Its工作负载不会改变。因此，我怀疑这与来自其他地方的硬件负载有关。关于计算引擎实例，它是如何与Google一起工作的？如果硬件是由多个用户共享的，那么是否有办法为我的使用保留它(即使是额外的费用)？

浏览 0提问于2018-05-17得票数 0

1回答

GPU配额更新需要多长时间？

google-cloud-platform、google-compute-engine

几天前，我创建了一个带计算引擎的深度学习虚拟机，有8个vCPU和1个Tesla K80图形处理器。所有工作都很好，但现在我想尝试另一个不同内存大小的GPU。然而，当我尝试创建一个新的虚拟机时，我收到了一条错误消息，指出我没有更多的可用资源，事实上，在配额页面中，我仍然看到GPU使用率为1(限制为1，这就是我无法创建新实例的原因)。有人知道问题出在哪里吗？

浏览 17提问于2021-01-21得票数 0

回答已采纳

1回答

无法在Azure数据科学虚拟机上使用CUDA

azure、tensorflow、azure-dsvm

我正在运行一个新的Windows 2019数据科学虚拟机在Azure。我使用的NC6_Promo大小，其中有特斯拉K80图形处理器。MIG M. || 0 TeslaK80 TCC | 00000001:00:00.0 Off | 0 | | N

浏览 19提问于2021-12-22得票数 0

1回答

本地GPU上的流量比LSTM上的Colab GPU慢

python、tensorflow、keras、lstm

Colab GPU速度慢有很多问题，但在我的例子中，恰恰相反。我试着用tensorflow 2.4.0训练LSTM -在colab上，一个时代大约需要3.5分钟，而我的gpu需要10.5分钟。现在，我已经看到基准说1660 to应该比特斯拉K80快得多，所以我不知道是什么导致了这个问题。我试过不同版本的nvidia驱动程序，cudnn和cuda，但似

浏览 2提问于2021-01-14得票数 0

1回答

支持caffe和GPU的Microsoft Azure虚拟机

machine-learning、gpu、caffe、nvidia、azure-dsvm

我正在尝试为Azure中的模型训练构建一个VM。我发现这个Data Science Virtual Machine for Linux (Ubuntu) VM似乎是一个合适的候选者。不幸的是，当我启动虚拟机并安装caffe必备组件时，我无法运行测试。target 'runtest' failed是否可以使用caffe在Azure中启动虚拟机以支持GPU机器学习有关VM 的所有详细信息

浏览 29提问于2017-07-15得票数 1

回答已采纳

1回答

在Maxwell GPU上使用CUDA编写的计算能力3.7？

cuda、nvidia、tesla

我的开发工作站目前有NVIDIA K2200和K620。两者都有数据自动化系统的计算能力5.0。然而，最终的生产系统有一个特斯拉K80，它的计算能力为3.7。是否有可能在我的象限图形处理器上安装和开发用于计算能力3.7的数据自动化系统程序，然后将它们转移到K80，而不必进行重大更改？

浏览 2提问于2016-05-19得票数 3

回答已采纳

1回答

fit()按预期工作，但在evaluate()过程中，模型会随机执行

tensorflow、keras

我注意到一个问题，在评估()过程中，我看不到基于fit()中的结果的预期结果。我在网上发现了许多讨论，人们都有类似的问题。我使用的网络架构确实包含批量规范化，但我不确定这是否是问题所在。此演示的数据可从here下载。0.28843486] [0.5482196 0.4517804 ] [0.4330527 0.56694734]] 以及在测试过程中的一个这似乎与问题的根

浏览 58提问于2020-12-23得票数 3

1回答

Google Cloud Platform (GCP)使用GPU创建实例错误

google-cloud-platform、cloud、gpu、nvidia、createinstance

我已经通过请求增加了区域us-east1中的图形处理器配额(可抢占的NVIDIA K80图形处理器)。我已经联系了他们，但他们收取每月150美元的技术支持费用。如果您需要故障排除的其他信息，请告诉我。谢谢。

浏览 7提问于2018-02-09得票数 1

2回答

丹索尔·弗洛。如何在GPU之间分配操作系统

multithreading、tensorflow、google-cloud-ml

我正在运行一个非常大的Tensorflow模型的谷歌云ml引擎。使用提供4个GPU的层comple_model_m_gpu，我可以在4个GPU之间扩展操作。然而，我记得我读到GPU之间的通信是缓慢的，并且会在训练中造成瓶颈。这是真的吗？如果是这样的话，是否有一种在GPU之间传播操作以防止此问题的推荐方法？

浏览 9提问于2017-12-15得票数 2

回答已采纳

点击加载更多