ANNEXE I Configuration de GPU pour les projets DL4J
Vyacheslav Kokorin et Susan Eraly
L’entraînement des réseaux de neurones implique une foule de calculs d’algèbre linéaire. Les unités de traitement graphique (GPU), avec leurs milliers de cœurs, ont été conçues pour exceller dans ces types de problèmes. Elles sont donc souvent utilisées pour accélérer l’entraînement, et finalement atteindre les meilleures performances de calcul possible par centime dépensé, ou encore par watt consommé.
Passer des backends aux GPU
DL4J peut être utilisé avec les GPU NVIDIA supportant actuellement Cuda 7.5. Cuda 8.0 sera pris en charge quand il sera disponible. DL4J est conçu pour être plug-and-play. Cela signifie que transférer la couche de calcul du CPU au GPU est ...
Get Deep learning en action now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
