Deep Learning Image Recognition Using GPUs in Amazon ECS Docker Containers
Update: it’s no longer necessary to copy the drivers into the runtime and expose volumes from the host. We’ve written up a “How To” on the the new process here: https://medium.com/@bfolkens/deep-learning-image-recognition-using-gpus-in-amazon-ecs-docker-containers-part-ii-56748701b116 Scaling up a web service was once a nightmare among DevOps. Provisioning and maintaining ‘N’ machines, handling fa
AWS EC2 P2インスタンスでnvidia-docker+caffeを使う - Qiita
はじめに 前回の記事でCUDAおよびCuDNNを自分でインストールする手法を紹介しましたが、Dockerを使うとさらに簡単にディープラーニング環境を構築できます。 さらに、簡単に使えるだけではなく、複数のバージョンやフレームワークを共存させるときにも便利です。 書き終えたときにこんなすばらしい投稿を発見し、これ自体の価値はなくなってしまいましたが、自分用のメモということで公開します。 OS:ubuntu 14.04 準備 AWSのP２インスタンスを立てた後に色々インストールします。 sudo apt-get update -y sudo apt-get upgrade -y sudo apt-get install -y build-essential git python-pip python-dev libxml2-dev libxslt1-dev zlib1g-dev libcurl
Retty流『2200万ユーザを支える機械学習基盤』の作り方 - Qiita
みなさん、こんにちは。Retty CTO の樽石です。 この記事は Retty Advent Calendar 25日目です。メリークリスマス。 昨日は @ttakeoka の『MFIにむけてRettyの取り組み』でした。 今年も残りわずかになりました。いかがお過ごしですか？ Retty はこの １ 年でエンジニアがほぼ倍増しました。それによって、情報発信者が増え、Advent Calendar に参加出来るようになりました。みんな楽しそうにしていて、うれしいです。 Retty Inc. Advent Calendar 2016 - Qiita さて、今年最後の Retty Advent Calendar 記事を書くということで、はじめは １年のまとめ的内容にしようかと思いましたが、それでは平凡で面白くありません。そこで、ネタになりそうなマニアックな技術的記事で締めくくりたいと思います。
MXNetをECSを用いてDockerコンテナとしてデプロイする - Qiita
この記事はDocker Advent Calendar 2016 の13日目の記事です。 AWS re:Invent2016に初参加してきたのですが、一番印象に残っているのがAmazon AIをはじめとする Deep learningの取り組みです。 そこで今回はAWSが公式にサポートを表明したDeep learningフレームワークであるMXNetを ECSを使ってDockerコンテナで立ち上げて処理をしてみる、という内容になります。 MXNetとは MXNet はワシントン大学とカーネギーメロン大学によって開発されたDeep learningフレームワークです。 re:Invent 2016で発表された内容から抜粋すると、特徴としては以下です。 豊富な対応言語 学習(train)には Python/C++/R/Scala/Java/Julia が使える 推論(prediction)には
Deep Learning実習
AlexNet [A Krizhevsky, 2012] このページはDeep Learningモデルを使って画像認識をする方法を一通り学ぶ初心者向け実習教材として作られました。 ここではPython環境でCaffeフレームワークを利用して画像認識モデルを学習、評価する方法を学ぶことができます。 準備 0. Docker+Jupyter環境の構築 1. Pythonと数値計算 1a. Pythonと数値計算 練習問題解答 画像認識 2. Caffeを使った画像分類 3. 手書き文字認識モデルの学習 4. 学習済みのネットワークをマルハナバチ分類にファインチューニング その他 5. Caffeの動作環境に関して 参考 スライド資料 Caffe deep learning framework Stanford CS231n: Convolutional Neural Networks for
TensorFlow For Poets
TensorFlow is an open source library for numerical computation, specializing in machine learning applications. What you will build In this codelab, you will learn how to run TensorFlow on a single machine, and will train a simple classifier to classify images of flowers. Image CC-BY by Retinafunk daisy (score = 0.99071) sunflowers (score = 0.00595) dandelion (score = 0.00252) roses (score = 0.0004
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
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
GitHub - alexjc/neural-enhance: Super Resolution for images using deep learning.
GitHub - floydhub/dl-docker: An all-in-one Docker image for deep learning. Contains all the popular DL frameworks (TensorFlow, Theano, Torch, Caffe, etc.)
https://hub.docker.com/u/kaixhin/
Real-time Recommendations using Spark Comcast Labs