27
4
Tôi muốn thực hiện một số tính toán phân tán. Sử dụng GPU cho máy học? Chỉ tự hỏi liệu có ai có kinh nghiệm với MXNET không (perf. vs Theano)
Trích dẫn ../../../~muli/file/mxnet-learning-sys.pdf
Cảm ơn
câu trả lời hay nhất
tôi ở đây mxnet Và Theano có nhiều kinh nghiệm trong cả hai lĩnh vực (thông qua lasagne và keras)
Điểm chuẩn luôn thiên vị, vì vậy tôi sẽ không bình luận về điều đó, ngoại trừ lưu ý rằng tất cả các khung đều rất nhanh. Dưới đây là một số điều có thể giúp bạn quyết định:
Trung tâm cá nhân
Điều phát hành
từ bỏTheano Và mxnet Việc so sánh giống như lắp ráp so với python. Theano có các nguyên hàm cấp thấp để xây dựng các mô hình học máy và không xác định bất kỳ lớp hoặc trình tối ưu hóa nào, bạn thường sử dụng nó với một số thư viện học sâu như Lasagne hoặc Keras, trong khi mxnet Đó là một cấp độ cao hơn. Vì vậy, việc so sánh giá vé sẽ là mxnet Và máy ảnh，而不是 mxnet Và Theano.mxnet Đây là một thư viện mới hơn, một số nội dung chưa hoàn chỉnh và các tài nguyên trực tuyến Theano Ít hơn nhiều.Theano(cũng như Lasagne và Keras) biên dịch các mô hình trong lần đầu tiên chúng chạy vào C++ và Cuda, tốc độ này rất chậm. Đối với các mô hình rất phức tạp, chẳng hạn như LSTM chưa được mở, quá trình biên dịch có thể mất vài phút. Thời gian này thường rất ngắn so với thời gian đào tạo một mô hình (vài giờ đến vài tuần), nhưng có thể rất khó chịu khi bạn tạo nguyên mẫu.Nhìn chung, nếu bạn đang chọn giữa hai khung này, tôi khuyên dùng Theano + Keras cho mọi thứ ngoại trừ vòng lặp hoặc mạng rất sâu, nếu không thì Theano Việc biên dịch sẽ giết chết bạn.
另请查看 Dòng chảy căng. Nó (về mặt chủ quan) tốt hơn mxnet Chậm hơn, nhưng trưởng thành hơn và có nhiều tài nguyên trực tuyến hơn.
Về trải nghiệm python - MXNET và Theano, chúng tôi tìm thấy một câu hỏi tương tự trên Stack Overflow: https://stackoverflow.com/questions/36126570/
27
4
0
Làm cách nào để lập chỉ mục ma trận trong Theano bằng cách lập chỉ mục một vectơ? Chính xác hơn: v thuộc loại theano.tensor.vector (ví dụ: [0,2]) A có loại theano.tensor.matrix (ví dụ:
Tôi mới làm quen với theano. Tôi đang cố triển khai một hồi quy tuyến tính đơn giản nhưng chương trình của tôi đưa ra lỗi sau: TypeError: ('Đối số đầu vào sai cho hàm theano có tên
Tôi có hàm Theano được gọi nhiều lần, mỗi lần sử dụng một biến chung khác nhau. Theo cách triển khai hiện nay, các hàm Theano được xác định lại mỗi khi chúng chạy. Tôi cho rằng điều này sẽ làm chậm toàn bộ chương trình vì mỗi khi hàm Theano được xác định,
Tôi đang đọc mã hàm logic được cung cấp tại http://deeplearning.net/tutorial/logreg.html. Tôi bối rối về sự khác biệt giữa các biến đầu vào và biến đã cho của hàm. Tính toán các tham số mô hình theo lô nhỏ
Tôi mới đến Theano. Hãy thử thiết lập một hồ sơ. Đầu tiên, tôi nhận thấy rằng tôi không có tệp .theanorc: định vị .theanorc - không trả về gì echo $THEANORC - không trả về gì
Tôi không hiểu tại sao chúng ta cần hàm tensor.reshape() trong Theano. Tài liệu cho biết: Trả về chế độ xem của tenxơ này đã được định hình lại
Cho một tensor v = t.vector(), làm cách nào để lật nó? Ví dụ: [1, 2, 3, 4, 5, 6] được lật thành [6, 5, 4, 3, 2, 1]. Câu trả lời hay nhất Bạn chỉ cần làm v[::-1].e
Tôi mới làm quen với Theano và đang thử một số ví dụ. import numpy import theano.tensor as T from theano import function import da
Với mục đích chẩn đoán, tôi định kỳ lấy gradient của mạng. Một cách là trả về gradient làm đầu ra của hàm theano. Tuy nhiên, việc sao chép gradient từ GPU sang bộ nhớ CPU mỗi lần có thể tốn kém, vì vậy tôi chỉ nên thực hiện việc đó theo định kỳ. Hiện tại mình tạo 2 cặp hàm bằng cách
Tôi đã đọc tất cả các bài đăng trên web về vấn đề mọi người quên thay đổi vectơ mục tiêu thành ma trận và vì vấn đề vẫn tiếp diễn sau khi thay đổi nó nên tôi quyết định đặt câu hỏi của mình tại đây. Cách giải quyết được đề cập bên dưới nhưng có một vấn đề mới phát sinh và tôi đánh giá cao đề xuất của bạn! Sử dụng thiết lập mạng tích chập và với sigm
Tôi cần thực thi hàm theano nhiều lần thông qua quá trình quét để tóm tắt hàm chi phí và sử dụng nó để tính toán độ dốc. Tôi đã quen với các hướng dẫn về deep learning thực hiện việc này, nhưng việc cắt dữ liệu và một số vấn đề phức tạp khác có nghĩa là tôi cần phải làm điều gì đó khác biệt. Dưới đây là cái tôi đang cố gắng làm
Tôi đang cố gắng tìm hiểu (và so sánh) các nền tảng deep learning khác nhau, hiện tại chúng là Caffe và Theano. http://caffe.berkeleyvision.org/gathered/examples/mnist
Đoạn mã sau: import theano import numpy as np from theano import tensor as T h1=T.as_tensor_variable(np.ze
Tất cả các ví dụ tôi tìm thấy từ Theano/Lasagne đều xử lý các tập dữ liệu nhỏ như mnist và cifar10, có thể được tải hoàn toàn vào bộ nhớ. Câu hỏi của tôi là làm thế nào để viết mã hiệu quả để đào tạo các bộ dữ liệu quy mô lớn? Cụ thể, để cho phép
Tôi đang phân loại hình ảnh và tôi phải phát hiện xem hình ảnh có chứa máy bay hay không. Tôi đã hoàn thành các bước sau: 1. Trích xuất các tính năng dưới dạng mô tả từ tập dữ liệu hình ảnh 2. Thực hiện với K - để biểu diễn phân cụm và tạo kho văn bản mô tả 3. Chuẩn hóa dữ liệu kho văn bản trong phạm vi 0-1 và lưu nó
Một số mã theano đơn giản chạy hoàn hảo và dừng khi tôi nhập pymc3. Để tái tạo lỗi, đây là một số đoạn mã: #Initial Theano Code (điều này hoạt động) nhập tệp.
Tôi đang làm điều này cho NumPy. seq là một danh sách được lập chỉ mục. tức là. Điều này thực hiện mã hóa 1-of-k (còn gọi là one-hot). def 1_of_k(seq, num_classes): nu
Keras tải dữ liệu hàng loạt lên GPU (ghi chú của tác giả tại đây). Điều này rất không hiệu quả đối với các tập dữ liệu nhỏ. Có cách nào sửa đổi Keras hoặc gọi trực tiếp hàm Theano (sau khi xác định mô hình trong Keras) để cho phép tất cả
Quá trình nhập Theano không thành công, cấu hình theano cnmem = 1 Bạn có ý tưởng nào về cách đảm bảo GPU được phân bổ đầy đủ cho tập lệnh theano python không? Lưu ý: Màn hình không được sử dụng để tránh
Ví dụ: tôi có thể định nghĩa hàm lambda Python đệ quy để tính dãy Fibonacci như sau: fn = lambda z: fn(z-1)+fn(z-2) if z > 1 else z Tuy nhiên, nếu tôi thử
Tôi là một lập trình viên xuất sắc, rất giỏi!