web-dev-qa-db-ja.com

IntelHDグラフィックスを使用してラップトップにディープラーニングモデルを実装できますか

私は現在、修士号の深層学習に関するプロジェクトを行っています。 kerasライブラリをインストールしたかったので、Theanoとtensorflowのインストールを開始したときに、CUDAをインストールする必要があることがわかりました。しかし、私のラップトップにはIntelHDグラフィックスが付属しています。だから私の質問は、とにかくそれらをインストールすればうまくいくかどうかです。ありがとう

gpudeep-learningkeras
10
Alapan Bag

Cudaなしでkerasをインストールして使用することはできますが、IntelHDグラフィックスでGPUを高速化することはできません。

Theanoをkerasのバックエンドとして使用する場合は、最初にTheanoをインストールします。

# for python2
pip install theano
# for python3
pip3 install theano

次に、〜/ .theanorcファイルを次のように設定します。

[global]
floatX = float32
device = cpu
allow_gc = True

[blas]
ldflags = -lopenblas

TensorFlowをkerasのバックエンドとして使用する場合は、CPUバージョンのTensorFlowをインストールするだけです。

# for python2.7
pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp27-none-linux_x86_64.whl
# for python3.4
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp34-cp34m-linux_x86_64.whl
# for python3.5
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp35-cp35m-linux_x86_64.whl

次に、kerasをインストールします。

# for python2
pip install keras
# for python3
pip3 install keras
5
EncodeTS

編集：現在のところ、Intelグラフィックスでディープラーニング推論を実行するために、OpenVXを使用する代わりにOpenCLベースのclDNN（ https://github.com/01org/clDNN ）を直接使用できます。 NvidiaやAMDなどの強力なGPUでトレーニングを行い、事前にトレーニングされたモデルを使用してclDNNで使用する必要があります。

OpenCVまたはOpenVXを使用してディープラーニングアプリケーションを作成するために、IntelのComputer Vision SDK（ https://software.intel.com/en-us/computer-vision-sdk ）の使用を開始できます。

OpenVX（ https://www.khronos.org/openvx/ ）プログラミングモデルでは、次のSPEC（ https://www.khronos.org/registry/OpenVX/extensions/neural_network/html / ）

または、Caffe/TensorFlowモデルをOpenVXに変換するModelOptimizerを使用して、Intel統合HDグラフィックスでOpenVXニューラルネットワークグラフを高速化することもできます。

それが役に立てば幸い。

8
Sriram Murali

それらは PlaidML であり、IntelおよびAMD gpuでディープラーニングモデルをトレーニングします。

2
asim