Temos o prazer de anunciar a disponibilidade de um RSTUDIO Tensorflow Modelo para o Paperspace Serviço de desktop em nuvem.
Se você não tiver acesso native a uma GPU da NVIDIA moderna, sua melhor aposta é normalmente executar trabalhos de treinamento intensivo na GPU na nuvem. O Paperspace é um serviço em nuvem que fornece acesso a um ambiente de desktop Ubuntu 16.04 totalmente pré -configurado, equipado com uma GPU. Com a adição do RSTUDIO Tensorflow Modelo Agora você pode provisionar um RSTUDIO TENSORFLOW pronto para usar o RSTUDIO W/ GPU Workstation em apenas alguns cliques. O software program pré -configurado inclui:
RSTUDIO Desktop e RStudio Server
Bibliotecas Nvidia GPU (CUDA 8.0 e CUDNN 6.0)
Tensorflow v1.4 w/ gpu
O r KerasAssim, TFestimatorse tensorflow pacotes.
O Tidyverse Suíte de pacotes (GGPlot2, DPLYR, Tidyr, Readr, and many others.)
Começando
Para começar, primeiro Inscreva -se para uma conta de papel (Você pode usar o RSTUDIO Código promocional ao se inscrever para receber um crédito de conta de US $ 5).
Em seguida, crie uma nova instância de papel usando o RSTUDIO Modelo:
Em seguida, escolha uma das instâncias da GPU do Paperspace (em oposição às instâncias da CPU). Por exemplo, aqui selecionamos o tipo de máquina P4000, que inclui uma GPU NVIDIA Quadro P4000:
Veja o GPUs de mesa em nuvem com papel Artigo sobre o website TensorFlow para R para obter detalhes completos sobre como começar.
Treinando um modelo MNIST convolucional
Os ganhos de desempenho para o treinamento de modelos complicados e recorrentes nas GPUs podem ser substanciais. Vamos tentar treinar o Exemplo de Keras Mnist CNN Em nossa nova instância de papel:
O treinamento do modelo para 12 épocas leva cerca de 1 minuto (~ 5 segundos por época). Por outro lado, treinar o mesmo modelo na CPU em um MacBook Professional de ponta leva 15 minutos! (~ 75 segundos por época). Usar uma GPU de papel 15x Ganho de desempenho em treinamento modelo.
Este modelo foi treinado em um Nvidia Quadro P4000que custa US $ 0,40 por hora. As instâncias do papel podem ser configuradas para desligar automaticamente após um período de inatividade para evitar cobranças de nuvem quando você não está realmente usando a máquina.
Se você está treinando modelos convolucionais ou recorrentes e atualmente não tem acesso a uma GPU NVIDIA native, usando RSTUDIO ON PAPERSPACE é uma ótima maneira de acelerar o desempenho do treinamento. Você pode usar o RSTUDIO Código promocional quando você se inscreve no Pappperspace para receber um crédito de conta de US $ 5.
Citação
Para atribuição, cite este trabalho como
Allaire (2018, April 2). Posit AI Weblog: GPU Workstations within the Cloud with Paperspace. Retrieved from https://blogs.rstudio.com/tensorflow/posts/2018-04-02-rstudio-gpu-paperspace/
Citação Bibtex
@misc{allaire2018gpu,
writer = {Allaire, J.J.},
title = {Posit AI Weblog: GPU Workstations within the Cloud with Paperspace},
url = {https://blogs.rstudio.com/tensorflow/posts/2018-04-02-rstudio-gpu-paperspace/},
yr = {2018}
}