Tensorflow(@CVision)
GAIC2017-JeffreyShomaker-ComparingDeepLearningframeworks.pdf
#مقایسه فریم ورک های یادگیری عمیق (#فیلم+#اسلاید)
Comparing Deep Learning Frameworks
🔗 https://www.infoq.com/presentations/comparison-deep-learning-frameworks
#Tensorflow #Torch #CNTK #Caffe #Theano
#Comparing #Deep_learning #Framework
Comparing Deep Learning Frameworks
🔗 https://www.infoq.com/presentations/comparison-deep-learning-frameworks
#Tensorflow #Torch #CNTK #Caffe #Theano
#Comparing #Deep_learning #Framework
InfoQ
Comparing Deep Learning Frameworks
Jeffrey Shomaker covers the different types of deep learning frameworks and then focuses on neural networks, including business uses and four of the main systems (eg. Tensor Flow) that are open sourced.
#مقایسه فریم ورکهای یادگیری عمیق و GPU ها:
Deep Learning Benchmarks of NVIDIA Tesla P100 PCIe, Tesla K80, and Tesla M40 GPUs
[Posted on January 27, 2017]
🔗 https://www.microway.com/hpc-tech-tips/deep-learning-benchmarks-nvidia-tesla-p100-16gb-pcie-tesla-k80-tesla-m40-gpus
#deep_learning #GPU #benchmark
Deep Learning Benchmarks of NVIDIA Tesla P100 PCIe, Tesla K80, and Tesla M40 GPUs
[Posted on January 27, 2017]
🔗 https://www.microway.com/hpc-tech-tips/deep-learning-benchmarks-nvidia-tesla-p100-16gb-pcie-tesla-k80-tesla-m40-gpus
#deep_learning #GPU #benchmark
Microway
Deep Learning Benchmarks of NVIDIA Tesla P100 PCIe, Tesla K80, and Tesla M40 GPUs - Microway
We provide deep learning benchmarks across a variety of deep learning frameworks and GPU accelerators (as well as results from CPU-only runs).
#مقایسه #چارچوب های یادگیری عمیق
#PyTorch vs #TensorFlow — spotting the difference
https://towardsdatascience.com/pytorch-vs-tensorflow-spotting-the-difference-25c75777377b
#PyTorch vs #TensorFlow — spotting the difference
https://towardsdatascience.com/pytorch-vs-tensorflow-spotting-the-difference-25c75777377b
Medium
PyTorch vs TensorFlow — spotting the difference
In this post I want to explore some of the key similarities between PyTorch and TensorFlow
#مقایسه #سرعت
CPU Performance Comparison of OpenCV and other Deep Learning frameworks
https://www.learnopencv.com/cpu-performance-comparison-of-opencv-and-other-deep-learning-frameworks/
CPU Performance Comparison of OpenCV and other Deep Learning frameworks
https://www.learnopencv.com/cpu-performance-comparison-of-opencv-and-other-deep-learning-frameworks/
#مقایسه
#GPU
#Quadro vs #GeForce GPUs for training neural networks
If you’re choosing between Quadro and GeForce, definitely pick GeForce. If you’re choosing between Tesla and GeForce, pick GeForce, unless you have a lot of money and could really use the extra RAM.
http://deeplearning.lipingyang.org/2017/04/02/quadro-vs-geforce-gpus-for-training-neural-networks/
#GPU
#Quadro vs #GeForce GPUs for training neural networks
If you’re choosing between Quadro and GeForce, definitely pick GeForce. If you’re choosing between Tesla and GeForce, pick GeForce, unless you have a lot of money and could really use the extra RAM.
http://deeplearning.lipingyang.org/2017/04/02/quadro-vs-geforce-gpus-for-training-neural-networks/
#مقایسه
#GPU
سوال؟
آیا اگر یک GPU ی Nvidia هم از لحاظ تعداد هسته ی CUDA، هم از لحاظ رم، و هم قیمت! بالاتر از مدل دیگه بود لزوما برای کار دیپ لرنینگ بهتره؟
پاسخ: به هیچ وجه.
اول توصیه میکنم این سه لینکو ببنید:
https://t.me/cvision/1071
https://t.me/cvision/1072
https://t.me/cvision/1073
در گام بعدی داستانی که همین اخیرا اتفاق افتاده را خدمتتان عرض میکنم.
یکی از دانشجوها به واسطه پروژه هاش تو دو شرکت مختلف با دو GPUی Quadro P6000 و GeForce 1080-Ti برای کارهای یادگیری عمیق با تنسرفلو مدل آموزش داده بود.
خب GPUی p6000 تعداد هسته هاش 256 تا بیشتره و از لحاظ رم کارت گرافیکی هم 24 گیگ رم داره، که بیش از دو برابر 1080ti که 11 گیگ م داره و از لحاظ قیمتی بیش از 3 یا 4 برابره. کلا GPUی خیلی قوی به حساب میاد!
با این حساب توقع میره که خیلی برای آموزش مدل بهتر باشه.
اما این دوست عزیز بهم گفت که یا 1080ti زودتر مدلم آموزش میبینه! من اولش فکر کردم یا ایشون اشتباه میکنه یا گلوگاه سیستم چیز دیگه ای مثل هارد شده!
تا اینکه تو مشورت با همکارا و جست و جو تو اینترنت به این نتیجه رسیدم که بله! هر چه قدر 1080ti انتخاب خوبیه در عوض کلا سری Quadro خیلی انتخاب بدیه برای دیپ!
چرا که هسته ها یا همون CUDA Core های این سری برای کارهای محاسبات علمی مناسب نیست و این سری مخصوص کارهایی مثل CAD هستش و به خاطر کلاک پایینش توی کارهای دیپ فوق العاده بدتر از سری هایی مثل GeForce عمل میکنه.
پس به سری و معماری کارت گرافیک دقت کنید و هر کارت گرافیکی که صرفا cuda support بود و compute capability مورد نظرمون را داشت را برای کار دیپ نخریم. لزوما صرف هزینه بیشتر باعث نمیشه سرعت بیشتری تو آموزش مدل داشته باشیم.
با تشکر از @AM_Ghoreyshi بابت مطرح کردن این مساله
#GPU
سوال؟
آیا اگر یک GPU ی Nvidia هم از لحاظ تعداد هسته ی CUDA، هم از لحاظ رم، و هم قیمت! بالاتر از مدل دیگه بود لزوما برای کار دیپ لرنینگ بهتره؟
پاسخ: به هیچ وجه.
اول توصیه میکنم این سه لینکو ببنید:
https://t.me/cvision/1071
https://t.me/cvision/1072
https://t.me/cvision/1073
در گام بعدی داستانی که همین اخیرا اتفاق افتاده را خدمتتان عرض میکنم.
یکی از دانشجوها به واسطه پروژه هاش تو دو شرکت مختلف با دو GPUی Quadro P6000 و GeForce 1080-Ti برای کارهای یادگیری عمیق با تنسرفلو مدل آموزش داده بود.
خب GPUی p6000 تعداد هسته هاش 256 تا بیشتره و از لحاظ رم کارت گرافیکی هم 24 گیگ رم داره، که بیش از دو برابر 1080ti که 11 گیگ م داره و از لحاظ قیمتی بیش از 3 یا 4 برابره. کلا GPUی خیلی قوی به حساب میاد!
با این حساب توقع میره که خیلی برای آموزش مدل بهتر باشه.
اما این دوست عزیز بهم گفت که یا 1080ti زودتر مدلم آموزش میبینه! من اولش فکر کردم یا ایشون اشتباه میکنه یا گلوگاه سیستم چیز دیگه ای مثل هارد شده!
تا اینکه تو مشورت با همکارا و جست و جو تو اینترنت به این نتیجه رسیدم که بله! هر چه قدر 1080ti انتخاب خوبیه در عوض کلا سری Quadro خیلی انتخاب بدیه برای دیپ!
چرا که هسته ها یا همون CUDA Core های این سری برای کارهای محاسبات علمی مناسب نیست و این سری مخصوص کارهایی مثل CAD هستش و به خاطر کلاک پایینش توی کارهای دیپ فوق العاده بدتر از سری هایی مثل GeForce عمل میکنه.
پس به سری و معماری کارت گرافیک دقت کنید و هر کارت گرافیکی که صرفا cuda support بود و compute capability مورد نظرمون را داشت را برای کار دیپ نخریم. لزوما صرف هزینه بیشتر باعث نمیشه سرعت بیشتری تو آموزش مدل داشته باشیم.
با تشکر از @AM_Ghoreyshi بابت مطرح کردن این مساله
Telegram
Tensorflow
#مقایسه
#GPU 1080 ti Vs p5000
https://medium.com/initialized-capital/benchmarking-tensorflow-performance-and-cost-across-different-gpu-options-69bd85fe5d58
#GPU 1080 ti Vs p5000
https://medium.com/initialized-capital/benchmarking-tensorflow-performance-and-cost-across-different-gpu-options-69bd85fe5d58
Tensorflow(@CVision)
#خبر طبق اعلام Chollet دانلود های تنسرفلو از مرز 100 میلیون گذشته و فقط تو ماه گذشته 1 میلیون دانلود داشته. 📈یک رشد واقعی https://twitter.com/fchollet/status/1260073069424504832?s=20
#مقایسه #آمار
استفاده از Tensorflow در مقابل pytorch
به استناد پکیج های نصب شده با pip
TensorFlow has crossed 100M total downloads from PyPI -- not counting downloads from our various auxiliary packages, tf-nightly, the old tf-gpu, the old Keras, etc.
https://twitter.com/fchollet/status/1260267421014691841?s=20
استفاده از Tensorflow در مقابل pytorch
به استناد پکیج های نصب شده با pip
TensorFlow has crossed 100M total downloads from PyPI -- not counting downloads from our various auxiliary packages, tf-nightly, the old tf-gpu, the old Keras, etc.
https://twitter.com/fchollet/status/1260267421014691841?s=20
#مقایسه #آمار
استفاده از Tensorflow در مقابل pytorch
به استناد استفاده در گوگل کولب
2) Number of Colab notebooks that import TF/Keras. Colab is primarily used by grad students (which is who we mean in practice when we say "deep learning researchers"), not industry folks. And it's the platform of choice for official tutorials for both PT and TF.
Ratio is ~2.5x
https://twitter.com/fchollet/status/1260268412363653121?s=20
استفاده از Tensorflow در مقابل pytorch
به استناد استفاده در گوگل کولب
2) Number of Colab notebooks that import TF/Keras. Colab is primarily used by grad students (which is who we mean in practice when we say "deep learning researchers"), not industry folks. And it's the platform of choice for official tutorials for both PT and TF.
Ratio is ~2.5x
https://twitter.com/fchollet/status/1260268412363653121?s=20