به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

+1 امتیاز

سلام

کی لازم میشه دو تا 8g gpu 1080 رو با هم استفاده کنیم برای آموزش شبکه ؟
یعنی به چه محدودیتی برمیخوریم که یک gpu جوابمونو نمیده ؟
و دومین س.ال :اینکه تفاوت ram 16G و ram 32G کجا حس میشه؟آیا تو سرعت فقط؟

توسط (115 امتیاز)
ویرایش شده توسط

1 پاسخ

+1 امتیاز

سلام
RAM سیستم هیچ تاثیری در کارایی اموزش شما نمیزاره مگر اینکه شما از حالت cpu_mode بخوایید استفاده کنید.
البته اگر برای Caching استفاده بشه قائدتا رم بیشتر خیلی بهتره چون فضای بیشتری برای cache میتونید اختصاص بدید.
اما در حالت کلی زمانی که از gpu_mode استفاده میشه رم سیستم تاثیری در روند کار نداره . و اون رم gpu هست که بشدت تاثیر گذاره . (دقت کنید که اینجا منظور از رم 16 یا 32 گیگ هست و قائدتا اگر رم برای خود سیستم کافی نباشه سرعت کلی سیستم پایین میاد )
در مورد GTX 1080 هم در اکثر موارد نباید مشکلی داشته باشید چون کارت بسیار قوی ای هست. اما اگر علاقمند به افزایش سرعت اجرای اموزش داشته باشید میتونید SLI کنید. ولی دقت کنید تو این حوزه ترجیح بیشتر روی یک کارت قویتر هست بجای استفاده از چند کارت ضعیفتر.
نکته خیلی مهم اینجا اینه که Caffe در حال حاضر از SLI بنظر میاد پشتیبانی نمیکنه . برای همین اگر چندتا کارت گرافیک داشته باشید بصورت جداگانه بهشون نگاه میشه. باز این به این معناس که اگر شما دوتا کارت 8 گیگ داشته باشید میتونید مدلی رو آموزش بدید که روی 8 گیگ قابل اجرا باشه! اتفاقی که می افته تنها دو برابر شدن اندازه بچ هست.

در مورد محدودیت ها هم معمولا ابزرگترین چیزی که باهاش مواجه میشید محدودیت حافظه هست یعنی مدلهای عمیق یا تصاویر بزرگ و یا حتی مدلهای پیچیده معمولا خیلی زود باعث اتمام حافظه میشن که باز در این موارد اول سعی میشه اندازه بچ در تست تایم کاهش پیدا کنه و بعد اگر باز مشکل وجود داره اندازه بچ در آموزش. (کاهش اندازه بچ در اموزش خیلی حساسه و همیشه باید سعی بشه اخرین موردی باشه که تغییر داده میشه چون بچ هرچقدر کوچکتر بشه پایداری گرادیان ها کمتر میشه و این خودشو در نتیجه نهایی نشون میده )

توسط (4.3k امتیاز)
...