显卡不是你学习 Deep Learning 的借口

Posted xioacd99

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了显卡不是你学习 Deep Learning 的借口相关的知识,希望对你有一定的参考价值。

显卡不是你学习 Deep Learning 的借口

很多人在学习深度学习的时候会以自己没有 RTX N 卡的理由不动手实操,只满足于看看“娱乐”视频,听几节基础知识。当然,如果只是想要浅显地了解一下深度学习,或者是为了在茶余饭后多一些谈资的话,这种做法也是无可厚非的。

本着互联网的白嫖精神,我在学习 DL(Deep Learning) 的时候其实走了很多弯路,像大家熟知的 Colab、Kaggle、PaddlePaddle 等这种免费 GPU/TPU 都去蹭过,可结果是什么呢?

我花了更多的时间在想方设法白嫖算力、适应各种平台和框架上,而这些时间本可以练手、看论文、写代码的。(一上午花 3 小时白嫖,然后 20 分钟真正写了下代码就去玩的经历真的很耻辱)加上现在各大平台收紧,那些“可怜”的算力只能用来跑一下“玩具”项目。配台电脑既没地方也没那么多时间用,但不配又不能真正了解 DL。

这种纠结一直持续了很久,直到李沐大神在 B 站上开课我才了解到可以用云来跑,于是我便花了一上午的时间尝试了各大云服务器平台。结论如下

暂时不用也可以先注册着,万一过年的时候来个老用户发代金券岂不美滋滋。

网址:https://featurize.cn?s=186305ad43bc40dabfff73fed16fa7c9(文末给出了注册和操作截图)

featurize No.1!

featurize No.1!

featurize No.1!

为什么这样说呢?

  1. 便宜,featurize 是全网能找到的最便宜的一家了,2080Ti 2RMB/h,比各种云服务都便宜(智星云、MnistGPU、矩池云、AWS、阿里、腾讯)
  2. 预装了 PyTorch、CUDA、TensorFlow 的最新版本(AWS 等租用实例安装这些东西还得扣钱就很心疼,这些都好几个 G 的😭)
  3. 开发票很容易(这也是为什么选择这家,毕竟能报销的为什么不呢?)
  4. 反馈比较快,有问题可以直接添加管理员的微信。

下面是注册和使用操作步骤截图

首先点击网址进入(点这个网址首充有 10 元代金券,可以用来练手,毕竟也能用 5 小时):https://featurize.cn?s=186305ad43bc40dabfff73fed16fa7c9

点击开始使用,之后会跳转到实例页面,你可以看到各种可供租用的用例

点击右上角的登录/注册,我比较懒,直接微信扫码注册的

之后就是租用实例开始训练模型了,使用文档在这里,人说的好像比我详细多了🤣

网址:https://docs.featurize.cn/docs/about

注意

  1. 训练完后记得退还机器,不然会持续计费

  2. 先在笔记本/自己的电脑上写好代码,用笔记本那“可怜”的独显/核显跑几个样本看看代码有没有问题,没问题再迁移到云上跑

    我的是 MX250,想到之前自己浪费很多时间去白嫖算力的行为真是 250 行径。

最后也是一点忠告:处在 20~30 的发展阶段,躺在床上刷剧 or 漫无目的“捡羊毛”的我们很难感受到时间的价值。或许只有期末考试前几天才会感慨时间在恍惚之间转瞬即逝。大家都是互联网的原住民,白嫖的精神或许早已根深蒂固,这没什么问题,只是多思考多权衡下,究竟是白嫖的快乐还是其他什么对我们做这件事情更重要。

或许有人会抱怨我把这些东西说出来了,让更多的人可以进入 DL,从而让这个领域更卷。随他们去吧,我希望的是计算机领域越来越多人,计算机领域发展越来越好。

以上是关于显卡不是你学习 Deep Learning 的借口的主要内容,如果未能解决你的问题,请参考以下文章

显卡不是你学习 Deep Learning 的借口

显卡不是你学习 Deep Learning 的借口

深度学习Deep Learning训练错误

深度学习Deep Learning训练错误

Deep Learning Nanodegree Foundation笔记第 1 课:课程计划

Keras学习手册,开篇-使用 Python3 的Deep Learning 库