2018 Xinzhiyuan AI Teknoloji Zirvesi için 21 gün geri sayım]
Nobel Ödülü'nün bilgisayar alanındaki tek hakimi bizzat geldi ve zirvede ilk konuk grubu belli oldu
Erken kuş biletleri tükendi ve şimdi resmen tam bilet aşamasına girdiler. Pekin'de yapılacak 2018 Çin AI Açılış Töreni-2018 Xinzhiyuan AI Teknoloji Zirvesi Son olarak, Almanya Başbakanı Merkel'in bilimsel danışmanı, bilgi işlem alanındaki tek Nobel Ödülü jürisi, Endüstri 4.0'ın vaftiz babası ve dünyanın en iyi doğal dil işleme uzmanı Profesör Wolfgang Wahlste'yi davet ettik. Profesör Wahlster, yapay zeka teknolojisinin gelişimi ve AI sanayileşmesi hakkındaki Avrupa düşüncelerini paylaşmak için 329 zirvesini ziyaret edecek. Nobel Ödülü jürisinin tavrını canlı görmek istiyorsanız, bilet kapma bağlantısına tıklayın ve hemen katılın!
Bilet alma bağlantısı:
Xinzhiyuan Derlemesi
Kaynak: Hackernoon
Yazar: Nick Bourdakos
Derleme: Liu Xiaoqin, Craig
Xin Zhiyuan Rehberi CPU ile makine öğrenimi modellerini eğitmek çok zaman alıyor ancak GPU çok mu pahalı? Bugün, Google GPU'yu ücretsiz kullanmak için bir yöntem sunacağım. Evet, sonsuza kadar ücretsizdir. Öte yandan, ücretsiz GPU'lar karşısında NVIDIA korkmuyor ve şirketin Mart ayında GTC konferansında bir maden hattı çıkaracağına dair haberler var.
Eğitim modelleri, şüphesiz makine öğreniminin en çok zaman alan ve maliyetli kısmıdır. Modeli GPU üzerinde eğitmek, eğitim hızını yaklaşık 40 kat artırabilir ve 2 günlük eğitim süresini birkaç saate indirebilir. Ancak hızın artması genellikle para harcamanız gerektiği anlamına gelir.
Nick Bourdakos, adında bir modelle karşılaşacak kadar şanslıydı. Google Colab Google'ın GPU'sunu sonsuza kadar ücretsiz kullanmak için harika bir araç! Bir Google hesabınız olduğu sürece, giriş yapmadan kullanabilirsiniz. İlk olarak kurulum yöntemi girişine bakın.
Colab, Jupyter not defterinin google belgelerine eşdeğerdir. Colab'ın amacı, makine öğrenimi projelerinde işbirliği yapmak için bir eğitim ve araştırma aracı olmaktır.
En büyük şey, sonsuza kadar ücretsiz olmasıdır.
Colab kullanımı, ayarlar veya hatta oturum açma (Google hesabınızda oturum açtığınız sürece) gerektirmez.
en iyisi, Colab, çok güçlü olan k80 GPU'ya 12 saat sınırsız kesintisiz erişim sağlar. (Bağlantı 12 saat sonra kesilir, ancak sınırsız kez kullanabilirsiniz.)
İlk adım, dizüstü bilgisayarı indirmektir: https://gist.github.com/bourdakos1/817611ebfe0d72a027ced9b072ec5c87 (veya seçtiğiniz başka bir dizüstü bilgisayar)
Ardından, Google Colab'e gidin ve Google hesabınıza giriş yapın (Veya bir Google hesabı oluşturun)
Dosyayı seçin > Defter yükle ...:
Daha önce indirdiğiniz not defterini yükleyin:
Çalışma Zamanı Seçin > Çalışma zamanı türünü değiştirin:
Ardından GPU'yu seçin:
Artık dizüstü bilgisayarınızı her zamanki gibi çalıştırabilmelisiniz. Tek fark son kısımdır. Modelinizi veya diğer dosyalarınızı bir tarayıcı aracılığıyla indirmek istiyorsanız, Python kitaplıklarını kullanabilirsiniz:
Colaboratory, metni, kodu ve kod çıktısını tek bir ortak belgede birleştirebilen bir veri analiz aracıdır.
Colaboratory ile, tarayıcıda TensorFlow kodunu tek bir tıklama ile çalıştırabilirsiniz. Aşağıdaki örnek, iki matrisin eklenmesini gösterir.
Colaboratory, verilerin görselleştirilmesini basitleştirebilen, yaygın olarak kullanılan (matplotlib gibi) birçok kitaplık içerir.
Colaboratory, Google Cloud BigQuery ile birlikte kullanılabilir.
Nick Bourdakos, bunu bir nesne algılama modelini eğitmek için kullanır.MacBook Pro'daki her adımdan 15-20 saniye çalıştırabilir ve 20.000 adım çalıştığında, gerçekten artar ve her adım yaklaşık bir saniye çalışır. Bourdakos bunu P100 GPU'da da çalıştırdı ve adım başına 0,4 saniyeye düşürdü.
Ancak, söylenildiği gibi, ödediğinizin karşılığını alırsınız ve ücretsiz şeyler illa ki en iyisi değildir.
Makine öğrenimi modellerini yüklemek ve eğitmek için Google Colab'ı kullanmak ücretsiz olsa da, küçük veriler için hız hala biraz yavaş. Birisi yazının alt kısmında Google'ın GPU'sunu kullanmanın dizüstü bilgisayarım i7 CPU üzerinde eğitimden çok daha yavaş olduğu ve kullanılan veri setinin yalnızca yaklaşık 50 özellik içeren tüm dijital özellikler olduğu yorumunu yaptı.
Öte yandan, para harcadığınızda nasıl bir hız ve etki elde edebilirsiniz?
Başlangıç Rare Technologies kısa süre önce GPU'lara odaklanan süper büyük ölçekli bir makine öğrenimi karşılaştırması yayınladı. Yapılandırmadan eğitim süresine, doğruluğuna ve fiyatına kadar AWS, Google Cloud ve IBM gibi altı GPU donanım platformunu karşılaştırdı. Bunlar makine öğreniminde. Maliyet, kullanım kolaylığı, kararlılık, ölçeklenebilirlik ve performans açısından performans aşağıdaki gibidir:
(Karşılaştırma sürümü yayınlandığında Microsoft Azure resmi olarak yanıt vermedi, bu nedenle maalesef karşılaştırmaya dahil edilmedi.)
Yukarıdaki şekilde de görülebileceği gibi, Nvidianın GTX1080 grafik kartı üstün performansa sahipken Bu ayda, Nvidia madenciliğe adanmış bir grafik kartı çıkarabilir, kod adı Turing olabilir.
Bu haber ilk olarak Reuters tarafından bildirildi.Nvidia, bu yılki GTC konferansında biri oyunlara (Ampere), diğeri madenciliğe (Turing) odaklanacak iki yeni GPU serisini piyasaya sürecek.
Ancak Reuters, bunun Nvidia'nın yeni mimarisi mi yoksa yeni bir ürün hattı mı olduğunu net bir şekilde söylemedi ve GeForce ailesinin yeni bir üyesi olması gerektiğini düşünüyoruz.
Cesurca hayal edebiliriz 2018, NVIDIA'nın aynı mimariye dayalı yongaları ayarlamak yerine, oyunlar ve bilgi işlem için tamamen farklı iki grafik mimarisini ilk kez tanıttığı yıl olacak. Bu nasıl beklenemez?
Turing'in bir nedeni var, çünkü madencilik işi Nvidia'ya çok para kazandırdı. 2017'nin sonundan bu yana, kripto para madenciliğinin NVIDIA GPU'ların fiyatındaki artışı büyük ölçüde desteklediğine ve hatta birçok GPU'yu stokta bıraktığına dair söylentiler var.
Nvidia'nın dördüncü çeyrek finansal rapor analisti konferans görüşmesi sırasında Finans Direktörü Colette Kress, analist konferans görüşmesinde kripto para madenciliğinin (genellikle "madencilik" olarak bilinir) şirketin dördüncü çeyrekte grafik işlemeyi istikrarlı bir şekilde satmasına izin verdiğini söyledi. Cihaz (GPU).
"(Sayılar) 'ı ölçmek zor, ancak kripto para birimi önceki çeyreğe göre daha yüksek bir gelir yüzdesini oluşturuyor."
Topluluğa katıl
Xinzhiyuan AI teknolojisi + endüstri topluluğunun işe alımında, AI teknolojisi + endüstri inişiyle ilgilenen öğrenciler, gruba katılmak için küçük bir WeChat hesabı ekleyebilir: aiera2015_1; incelemeyi geçtikten sonra gruba katılmaya davet edeceğiz. Topluluğa katıldıktan sonra grubu değiştirdiğinizden emin olun Açıklamalar (isim-şirket-pozisyon; profesyonel grup incelemesi katıdır, lütfen anlayın).