趣味でディープラーニングするための GPU 環境を安上がりに作る方法 - Qiita
趣味でディープラーニングで遊ぶために GPU マシンを使いたい。 GPU は本当にすごくて、自分の MacBook Air で 2 時間かかるような学習が GPU を使うと 5 分足らずで終わる。CPU だけでディープラーニングするのは馬鹿馬鹿しいという気持ちになる。 しかし自宅に GPU マシンを組んだとしても四六時中計算し続けるわけでもないからもったいないし、ここはクラウドサービスを活用して安く済ませたい。1 さらに、最近では Docker コンテナ内から GPU を利用することができる NVIDIA Docker という Docker プラグインがあり、これを利用することで GPU マシンの環境を汚すことなく好きなだけ学習環境を立ち上げることができる。 今回は Amazon EC2 の GPU インスタンスと NVIDIA Docker を使って趣味用のディープラーニング環境を作った
TensorFlow研究会が開催されました!! | DevelopersIO
TensorFlow研究会が開催されました!! 先日、渋谷ヒカリエの株式会社ディー・エヌ・エー様にて、株式会社ビズリーチ様主催のTensorFlow研究会が開催されました。 私も予習の上でブログまとめ枠として参加いたしまして、本記事はそのまとめになります。 思いついたアルゴリズムをTensorFlowで実装してみた話 (株式会社トップゲート 藤原氏) [slideshare id=56050548&doc=tf-study-151211114019] TensorFlowで面白そうだと思って試してみた ステップサイズの設定が面倒 確率的勾配降下法 ステップサイズが大きいと全てがNanになる 近接点法だと w が行方不明にならなそう PassiveAggressiveに正則化項がついた感じ ステップサイズを大きくすると勾配降下法だとウェイトが飛んで行く 近接点法だと割りと収束する まとめ ニ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
