supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境
来源:互联网 发布:excel不重复数据计数 编辑:程序博客网 时间:2024/04/29 02:57
开发环境介绍
在SuperVessel云上,我们为大家免费提供当前火热的caffe深度学习开发环境。SuperVessel的Caffe有如下优点:
- 1)免去了繁琐的Caffe环境的安装配置,即申请即使用。
- 2)集成了SuperVessel先进的GPU虚拟化技术,POWER8,GPU与cuDNN库三重加速的Caffe,极大的节约您的模型训练时间。
- 3)环境集成了一些优秀的Caffe开源模型,如图片识别与人脸识别模型,帮助您更快的学习理解Caffe,助力您搭建有趣的深度学习应用。
Caffe深度学习开发环境为您提供:
- 1)Ubuntu 14.04 PPC64 Little Endian操作系统
- 2)CUDA ToolKit 7.0全套开发环境,包括cuDNN深度学习库的支持
- 3)Caffe 2015.8.3更新版本,支持GPU加速,支持cuDNN加速,支持python接口(pycaffe)
- 4) 模型bvlc_reference_caffenet和人脸识别模型cnn_age_gender_models_and_data
- 5)Caffe简单的模型训练数据
- 6)OpenCV 2.4.9,并支持python接口(python-opencv)
- 7)Atlas 3.10.2
- 8)Boost 1.57
- 9)其他Caffe依赖的软件包
启动预装的开发环境镜像
- 1) 在 SuperVessel 云的管理界面 的上方选择 "更多服务" -> "计算服务" -> "预装镜像服务",或直接进入镜像市场:
- 2) 在镜像市场中,选择 "GPU加速的Caffe深度学习开发环境"
- 3) 选择 "启动" 按钮
远程登录开发环境镜像
- 1) 登录开发环境需要先进行VPN登录。具体VPN的登录方法,详见:VPN的使用。
- 2) 登录该开发环境镜像所在的虚拟机。具体登录方法,详见:登录虚拟机。
- 3) 这个开发环境需要在root权限下运行Caffe。登录到虚拟机后,可以通过su命令切换到root(需要输入root用户密码)。
- 4) 该镜像的登陆用户名为opuser,初始密码为p0weruser。root用户初始密码为passw0rd。在初次登陆后会被要求强制修改密码。
测试Caffe开发环境
Caffe的安装目录在/home/opuser/caffe-master-20150813/,进入目录后,输入 make runtest,在打印中显示Cuda number of devices: 1,即表示GPU加速已经启用。后面会有很多的子项测试,通过了即为“OK”,如下所示:
使用Caffe训练模型
我们使用mnist数据集来进行模型训练。mnist是手写数字识别的数据集,包含了很多手写数字的训练样本。我们已经为用户下载好mnist的数据集,用户只需在caffe的根目录直接训练即可: ./examples/mnist/train_lenet.sh,运行结果如下所示:
- 该模型训练会迭代10000次停止。训练的过程中偶尔可能会出错退出,是此Caffe版本的一个bug,用户只要重新训练即可。
使用现有的模型分类
使用模型分类的例子,我们会以教程的形式给出,手把手教用户完成第一个深度学习的web应用,敬请期待!
本文来源于网络:https://services.ptopenlab.com/
0 0
- supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境
- 深度学习菜鸟的信仰地︱Supervessel超能云服务器、深度学习环境全配置
- Ubuntu 16.04 安装深度学习环境 GPU 加速版
- supervessel-免费云镜像
- 集群服务器环境下安装Caffe深度学习库(GPU)
- 【深度学习】 Ubuntu16.04 caffe Opencv2.4.13 GPU环境配置
- 深度学习caffe无GPU环境搭建记录
- Ubuntu16.04 +Caffe CPU/GPU 深度学习环境
- 深度学习平台Caffe环境搭建【GPU版】
- 【深度学习】笔记10:Ubuntu16.04环境下配置caffe的步骤(无GPU版本)
- LINUX系统下caffe开发环境和python接口的配置(利用GPU和CUDNN加速)
- Caffe_Windows学习笔记(一)基于Win10 x64+VS2013+GPU加速+Python2.7+Matlab2016b环境下的Caffe配置
- 深度学习篇——Ubuntu16.04下安装caffe(GPU加速)
- 深度学习之五:使用GPU加速神经网络的训练
- 深度学习卷积算法的GPU加速实现方法
- 内核融合:GPU深度学习的“加速神器”
- 深度学习Caffe平台开发环境准备
- 【深度学习】笔记1_Ubuntu14.04下caffe环境的搭建,无GPU版本以及python可视化环境的配置
- 数据查询,动态生成状态列
- 球面拟合
- Eclipse转Android Studio遇到的一些坑(一)
- Sublime Text插件安装
- mybatis的xml文件中列名和mysql数据库中的关键字冲突
- supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境
- 最近看的iOS的书籍(进阶)
- 欢迎使用CSDN-markdown编辑器
- URL的参数中一定要避免的非法字符
- 我的2016——初入程序员
- IsPpstBack判断
- STM32的CAN总线调试——与以太网转CAN联调的小问题
- 80端口占用异常解决方法java.net.BindException: Address already in use: JVM_Bind:80(或8080)
- ZCMU-1165-dp