pandasの代わりにGPUを扱えるcudfを用いた高速なデータ処理 | ゆるいDeep Learning
高速にデータ処理を行いたい pandasをデータ処理で用いることが多いですが、データサイズが大きくなると遅くなり、待ち時間が長くなってしまいます。そこで今回はGPUを使用して高速に処理が可能なcudfの紹介をします。 環境構築 検証環境 Ubuntu 18.04メモリ：64GBGPU: Geforce 1080CPU : Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz NVIDIA GPU CLOUDにすでに環境構築されたDocker環境が存在します。今回はDockerを使用して環境構築をできるだけスキップして行います。 NVIDIA GPU CLOUDとは Dockerコンテナ、学習済みモデル、学習用スクリプトなどを提供しているサイトです。ここにあるリソースを使用すればGPUを用いた処理を始めることが容易になります。 https://www.nvidia.
Mac OSXでeGPUプログラミング環境構築(Keras,Tensorflow) - Qiita
もともとGPUを積んでないmacでGPUを使った機械学習をしたいので,外付けGPUボックスとグラフィックボードを用意して環境構築まで行いました。 Mac Mini(macOS Sierra 10.12.6) Python 3.6.3 (pyenvを使っています) AKiTiO Node Thunderbolt3 eGFX Box NVIDIA GeForce GTX1080 Mac MiniはThunderbolt3に対応していないので,Thunderbolt3 to Thunderbolt2アダプタが必要 GPUのセットアップ こちらの記事を参考にGPUのセットアップをしました. Macbook ProでThunderbolt 2接続の外付けGPUを使う（Netstor NA211TB + GeForce GTX 760） NVIDIA Web Driverは378.05.05.25f0
A11 Bionicに搭載されているGPUはApple初の独自設計で、3年前から開発が始まった。 | AAPL Ch.
A11 Bionicに搭載されているGPUはApple初の独自設計で、3年前から開発が始まったそうです。詳細は以下から。 Appleは日本時間2017年09月13日に開催されたスペシャルイベントの中で、Appleが設計した新しいSoC”A11 Bionic”搭載のiPhone XやiPhone 8シリーズを発表しましたが、A11に搭載されているGPUはApple初の独自GPUでA8搭載のiPhone 6が発売された3年前から開発が始まっていたそうです。 Srouji told me that when Apple architects silicon, they start by looking three years out, which means the A11 Bionic was under development when Apple was shipping the iPho
AWSのGPUインスタンスにTensorflow/Keras環境を構築する 2017年6月版 - Qiita
概要 AWSのGPUインスタンスに、TensorflowおよびKerasがGPUで動作する環境を構築します。 こういった記事がn番煎じなのは承知の上ですが、それでもネットには各々のタイミングで書かれ最新かどうかも分からない資料が散逸しているので、こういうものと割り切って今の現状を書きます。まだまだ手作業な部分がありつつも、NouveauやCUDA Toolkitの手動インストールから解放されたようです。 参考資料 基本的には下記URLの内容を参考にします。細かなバージョン等は変更を加えています。 How to Set Up a Deep Learning Environment on AWS with Keras/Theano AWS E2 G2インスタンス上にKeras環境を構築する 2017年2月版 - Qiita OS: Ubuntu Server 16.04 LTS (HVM),
Windows環境でChainerのGPUを使えるようにするまで - Qiita
はじめに Windows10(64bit)環境にて、Chainer1.8.1をインストールしGPUで処理させた手順をメモとして残します。 最初、色々設定済みの環境でうまくいってしまったため、他の初期状態PCに設定する際、迷走を極めました。。 他の方の参考になればと思います。 インストール手順 1.Python3.5.1のインストール 色々便利なAnacondaをインストールします。 https://www.continuum.io/downloads "PYTHON 3.5"を選択。 2.VisualStudio 2013 Community をインストール https://www.visualstudio.com/ja-jp/downloads/download-visual-studio-vs.aspx Visual Studio Community 2013 with Update
Cloud giants 'ran out' of fast GPUs for AI boffins
Capacity droughts hit just before conference paper deadlines, say researchers Top cloud providers struggled to provide enough GPUs on-demand last week, AI experts complained to The Register. As a deadline for research papers loomed for a major conference in the machine-learning world, teams around the globe scrambled to rent cloud-hosted accelerators to run tests and complete their work in time to
Cloud giants 'ran out' of fast GPUs for AI boffins
Capacity droughts hit just before conference paper deadlines, say researchers Top cloud providers struggled to provide enough GPUs on-demand last week, AI experts complained to The Register. As a deadline for research papers loomed for a major conference in the machine-learning world, teams around the globe scrambled to rent cloud-hosted accelerators to run tests and complete their work in time to
Tensor Processing Unit: Google's LSI designed for neural network - builderscon tokyo 2017
Tensor Processing Unit: Google's LSI designed for neural network accepted Abstract This session takes a detailed look at the architecture of Google’s Tensor Processing Unit (TPU), the LSI designed for neural network processing. We’ll cover quantization, CISC design, as well as the systolic array matrix unit that is the heart of the device. You’ll learn how a minimalistic design philosophy and a ti
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 - rapidsai/pygdf: Python GPU DataFrame Library
Keras on jupyter notebook でGPUを使わない - Qiita
Under The Hood Of Google’s TPU2 Machine Learning Clusters
NVIDIA DGX Platform