Python 3.6.1 + Tensorflow-gpu in Windows
By 수면부족 | 2017년 6월 23일 |
1. python 3.6.1 설치2. cuda v8.1 설치3. cudnn v5.1 설치4. anaconda 설치 5. anaconda 가상환경 만들기 6. test 1. python 3.6.1 설치https://www.python.org/downloads/3.5.1 이상 버전을 설치해야 tensorflow 를 설치 가능합니다. 2. cuda v8.0 설치https://developer.nvidia.com/cuda-downloadscuda v8.0.61 버전을 설치합니다. 3. cudnn v5.1 설치https://developer.nvidia.com/cudnncudnn 6.0v 도 나왔지만 기존에 사용하던 5.1v 을 설치했습니다.cuda 다운로드와 다르게 nvidia developer 에
tensorflow 실행시 sse3, sse4.1, sse4.2, avx, avx2, fma warning 관련
By Kandalama01 | 2017년 4월 23일 |
글에 앞서, 서버 환경은 다음과 같다. - Ubuntu server 16.04- Python 2.7- Tensorflow 1.0.1- GTX Titan X Tensorflow 실행시 다음과 같은 warning 이 뜰 수 있다. The TensorFlow library was compiled to use SSE4.1 instructions, but these aren't available on your machine 내 경우에는 SSE4.1 뿐만 아니라, SSE4.2, SSE3, AVX, AVX2, FMA 등에 대해서 위와 같은 Warning이 발생하였다. 사실 이러한 warning은 말 그대로 warning이기 때문에, tensorflow의 구동이 안 된다던가 하는 문제를 일으키지는 않는다.
tensorflow 학습, 실행 시간
By 공부가 본업. | 2016년 12월 5일 |
#.o2z4bcj7i Inception-v3. This model was trained for several weeks on multiple GPUs on ImageNet. Transfer learning does not require GPUs to trainTraining across the full training set (40,000 images) took less than a minute on my Macbook Pro without GPU support. 1080 gpu 2개로 cifar10 학습 시간은 백만 steps에 20시간 정도 걸렸다.Image recognition 실행해보면, 1번 prediction에 2초쯤 걸리는 것 같다.
zoomtrend