本文作者:ptiyny

linux深度学习培训教程 深度linux使用入门教程

ptiyny 21分钟前 2
linux深度学习培训教程 深度linux使用入门教程摘要: 大家好,今天小编关注到一个比较有意思的话题,就是关于linux深度学习培训教程的问题,于是小编就整理了5个相关介绍linux深度学习培训教程的解答,让我们一起看看吧。如何学好物联网...

大家好,今天小关注到一个比较有意思的话题,就是关于linux深度学习培训教程的问题,于是小编就整了5个相关介绍Linux深度学习培训教的解答,让我们一起看看吧。

linux深度学习培训教程 深度linux使用入门教程
(图片来源网络,侵删)

何学好物联网的知识?

来看看这里,这里有你想要的物联网中核心嵌入式系统的课程。

我准备了一趟树莓派之旅,使用jupyter-notebook进行边学边练(受李沐老师《动手学深度学习》课程启发),杜绝树莓派吃灰。

当前使用树莓派3B+配合树莓配瑞士军刀扩展板卡进行树莓派由外而内的学习(即将升级为树莓派4B板卡,后续课程会兼容树莓派3B+和4B),欢迎来围观点赞。

本课程解决树莓派使用2大难题:

linux深度学习培训教程 深度linux使用入门教程
(图片来源网络,侵删)

(1)树莓派系统软件安装的复杂性(Linux字符界面需要一段时间适应)。

你不用安装其他软件,使用我提供的系统镜像即可开始学习,镜像中同时包含程和源码。

(2)树莓派只是简单跑跑被人的DEMO,然后就没然后了。

我会带领各位朋友,由外而因的探索树莓派,从PYHON篇开始、历经C语篇、Linux内核驱动篇、Linux内核核心篇继续树莓派的“动手学”系列课程。同时,会在树莓派上运行深度学习目标检测中的yolo模型,试验树莓派运行和movidius2加速棒的差异,做一个有工程意义的项目。

linux深度学习培训教程 深度linux使用入门教程
(图片来源网络,侵删)

 

本套课程包含教程、源码、视频教程全部免费提供。

为什么有人偏好在Ubuntu下进行「深度学习」呢?

深度学习主要依靠显卡的计算能力。在windows下你用的显卡可能几千块钱。做一个手写体识别,可能花几个小时就搞定了。但是你要做一些复杂的功能大图像的识别处理。需要的算力非常大。这时候就要用到高性能的显卡,和显卡集群。这些高端的显卡从几万到几百万之间。但是这些显卡并不支持Windows系统。你在集群上需要一个小时跑完的东西在windows上可能需要几百年。所以你不用纠结,没有一个深度学习从业者会在windows下做研究。在linux下做深度学习,不是偏好而是必须,在win下做研究,连入门都入不了,仅限于了解知道这个东西。

所以当你提出来这个问题的时候,说明你并不适合做这个行业。


想学习深度学习开源框架,比如tensorflow、caffe,需要掌握哪些linux知识?

如果仅仅是TensorFlow和Caffe的话,可以在Windows上开发。

TensorFlow的Windows支持挺不错的。

比如,在Windows上安装TensorFlow只需一个命令(假定你的机器配置好了显卡相关驱动、CUDA等,还有Python环境):

pip3 install --upgrade tensorflow-gpu

简单吧?

Caffe对Windows的支持没有TensorFlow好,还属于社区支持。

具体安装方法可以参考Caffe官方GitHub仓库的Windows分支。有适配Visual Studio 2015, CUDA 8.0, Python 3.5/2.7的编译好的二进制文件下载。

当然,还是有些框架对Windows支持很差或者干脆没有支持。所以基于Linux开发也不错。

我建议你直接用就是了,不用先去学Linux。今时今日,像Ubuntu这样的发行版,基本上已经接近开箱即用的程度(注意,仅限于开发方面)。

为什么绝大多数深度学习包都基于linux?

因为linux有很多开源版本,而绝大多数深度学习包都是开源项目,本着分享至上的开源精神,选取linux作为操作系统更为合适,影响力传播力都会更强;而对使用程序员来说,在哪个操作系统环境下开发程序差别并不大,且开源系统免去很多侵权的风险。

没有GPU的我们如何利用亚马逊GPU服务器训练深度学习?

  1. 访问 aws.amzon.com 注册一个账号(注意:需要国际信用卡,对新用户而言,AWS赠送了一点免费额度,不过必须验证信用卡之后才能使用免费额度)。
  2. 在AWS市场搜索AWS Deep Learning AMI(基于Ubuntu或Amazon自家的Amazon Linux)
  3. 按照提示一步步创建并运行虚拟机。
  4. 然后ssh连上去就可以操作了。

除了AWS官方的AMI外,还可以在社区AMI中搜索DLAMI.V1.

DLAMI是新加坡国立大学的Ritchie Ng做的AMI镜像(Ritchie Ng也是NVIDIA深度学习机构讲师),里面包含了主流的深度学习框架(PyTorch、TensorFlow、Keras、MXNet、Torch、CNTK、Caffe等等),开箱即用。

另外,AWS之外,主流的GPU云提供商还有:

  1. Google家的GCP(Google Cloud Platform,cloud.google.com/gpu/)
  2. 微软家的Azure(N系列是GPU虚拟机,azure.microsoft.com/en-us/pricing/details/virtual-machines/series/)。

国内的话,GPU云提供商有:

  1. 阿里云(www.aliyun.com/product/ecs/gpu)
  2. 腾讯云(cloud.tencent.com/product/gpu)
  3. 美团云(www.mtyun.com/product/gpu)

到此,以上就是小编对于linux深度学习培训教程的问题就介绍到这了,希望介绍关于linux深度学习培训教程的5点解答对大家有用。

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

阅读
分享