Tensorflowは、Nvidia Compute Capability> = 3.0のGPUを(GPU計算のために)必要とします。このようなGPUはたくさんあります。ゲーム指向のGPU、例えば。 GeForceモデルは、計算指向モデルよりもはるかに安価です。テスラ私の限定的な論点は、コンピューティング指向のモデルではビデオ出力(計算に不要)がなく、ゲームモデルが64ビットではなく32ビットの演算をしている可能性があるということです。Tensorflowが64ビットを使用する(または好む) Tensorflowで使用すると、ゲームモデルが機能しないか、または不完全な結果が生じることを意味しますか? Tensorflowで使用するGPUを選択する際には、どの属性を検討する必要がありますか?Tensorflowの推奨GPU
4
A
答えて
2
ゲーム用GPUは非常にうまく動作します。たくさんのメモリとCUDAコアを備えた非常に最近のGPUが必要です。最近のGPUでの神経ネットのトレーニングは、32ビットの浮動小数点数を使用しています。
3
TensorFlowのGPU対応のバージョンは次の要件があります
- 64ビットLinux
- パイソン2.7
- NVIDIACUDA®7.5(パスカルのGPUに必要なCUDA 8.0)
- NVIDIA cuDNN v4.0(最小)またはv5.1(推奨)
TensorFlow GPUのサポートにはNVidia ComputeでGPUカードが必要ですe能力= 3.0。サポートされているカードには、これらに限定されない:
- NVidiaのタイタン
- NVidiaのタイタンX
- NVidiaのK20
- NVidiaのK40
あなたが彼らの公式ドキュメントTensorflow GPU support
関連する問題
深いを見ることができます学習は2倍(64ビット)を好むわけではなく、次の世代の主要なセールスポイントの1つですイディアカードは、高速な16ビット浮動小数点計算を実行できることです。 – etarion
24時間365日のデプロイメントを実行している場合を除いて、ゲームカードは深い学習のお金の価値があります。例えば、Titan XはK20 –
FYIよりも早くて、私が購入しGTX 1080 Tiを走らせていた元のポストを書いて以来ずっと安く、それはすばらしいことです。 –