免费GPU计算平台-Floyd使用教程
2017-11-21 13:01
1061 查看
Floyd使用亚马逊云计算的硬件资源,然而价格更便宜,新注册用户可以享受100小时的免费GPU使用
Floyd网址
: https://www.floydhub.com/
英文教程: https://docs.floydhub.com/examples/style_transfer/
集智俱乐部/AI学园 http://mp.sohu.com/profile?xpt=cHBhZzI0MDUyNGZjYjQ4NkBzb2h1LmNvbQ==&_f=index_pagemp_1
使用:上篇 http://www.sohu.com/a/152168472_99914946
下篇 http://www.sohu.com/a/154904696_99914946
https://zhuanlan.zhihu.com/p/27573615 实例讲解,怎么用
1、上传数据集操作非常简单,你可以参考官方提供的指导,只需要几条命令就可以搞定,非常方便。
http://docs.floydhub.com/home/using_datasets/
不管是公共数据集,还是自己的数据集,都是通过数据ID来指定的。
你可以通过以下方式查看公共数据集的内容:
2.进入项目目录
3.初始化项目
$ floyd init neural-networks
初始化后,Floyd会在本目录里生成一些临时文件,以便运行计算实例时,上传目录中必要的程序文件到云服务器
我们之前已经登陆了Floyd,现在初始化项目:
$ floyd init fast-style-transfer
下面我们就要开始模型的训练过程了。在这之前,我们先谈谈训练数据集的问题。
在将要训练的模型中,我们会用到预训练的模型“imagenet-vgg-verydeep-19“以及训练图片数据集。这个数据集Floyd已经为我们准备好了,我们只需要在开始训练时指出训练用的数据集ID即可。
本例需要的数据ID为:jq4ZXUCSVer4t65rWeyieG,
b9c9
我们也可以使用以下命令,先看看这个数据的内容。
运行这条命令后会自动打开浏览器,展示这个数据的内容:
这两个特点可以说是解决了大多数机器学习研究者的烦恼。原来单单配置一个Caffe环境就好好长时间,更别提上传数据集了。
我有一个做机器翻译的朋友,训练数据集多达160G,光是上传那么多的训练数据得花多少服务器时间,时间就是白花花的银子 呀!现在使用Floyd只需要在启动计算环境的时候设置公用数据集的ID,就可以直接使用啦!
Floyd网址
: https://www.floydhub.com/
英文教程: https://docs.floydhub.com/examples/style_transfer/
集智俱乐部/AI学园 http://mp.sohu.com/profile?xpt=cHBhZzI0MDUyNGZjYjQ4NkBzb2h1LmNvbQ==&_f=index_pagemp_1
使用:上篇 http://www.sohu.com/a/152168472_99914946
下篇 http://www.sohu.com/a/154904696_99914946
https://zhuanlan.zhihu.com/p/27573615 实例讲解,怎么用
1、上传数据集操作非常简单,你可以参考官方提供的指导,只需要几条命令就可以搞定,非常方便。
http://docs.floydhub.com/home/using_datasets/
不管是公共数据集,还是自己的数据集,都是通过数据ID来指定的。
你可以通过以下方式查看公共数据集的内容:
$floyd run --data GY3QRFFUA8KpbnqvroTPPW "ls -la /input"
2.进入项目目录
$ cd tensorflow-notebooks-examples/3_NeuralNetworks
3.初始化项目
$ floyd init neural-networks
Project "neural-networs" initialized in current directory
初始化后,Floyd会在本目录里生成一些临时文件,以便运行计算实例时,上传目录中必要的程序文件到云服务器
我们之前已经登陆了Floyd,现在初始化项目:
$ floyd init fast-style-transfer
Project "fast-style-transfer" initialized in current directory
下面我们就要开始模型的训练过程了。在这之前,我们先谈谈训练数据集的问题。
在将要训练的模型中,我们会用到预训练的模型“imagenet-vgg-verydeep-19“以及训练图片数据集。这个数据集Floyd已经为我们准备好了,我们只需要在开始训练时指出训练用的数据集ID即可。
本例需要的数据ID为:jq4ZXUCSVer4t65rWeyieG,
b9c9
我们也可以使用以下命令,先看看这个数据的内容。
$ floyd data output jq4ZXUCSVer4t65rWeyieG
运行这条命令后会自动打开浏览器,展示这个数据的内容:
这两个特点可以说是解决了大多数机器学习研究者的烦恼。原来单单配置一个Caffe环境就好好长时间,更别提上传数据集了。
我有一个做机器翻译的朋友,训练数据集多达160G,光是上传那么多的训练数据得花多少服务器时间,时间就是白花花的银子 呀!现在使用Floyd只需要在启动计算环境的时候设置公用数据集的ID,就可以直接使用啦!
相关文章推荐
- Google Colab 免费GPU服务器使用教程
- Fring多平台免费通讯软件使用教程
- Google免费GPU使用教程(亲测可用)
- 使用开源Grid平台-GridGain实现网格计算
- 使用开源Grid平台-GridGain实现网格计算
- 使用开源Grid平台-GridGain实现网格计算
- 使用开源Grid平台-GridGain实现网格计算
- 使用cacti + rrd构建免费的Linux系统监控平台
- 使用开源Grid平台-GridGain实现网格计算
- Google的SVN免费代码托管(版本控制)使用教程【图文教程】
- BOSSGOO平台免费使用
- AgileEAS.NET应用开发平台详细使用教程-系列索引
- AgileEAS.NET应用开发平台详细使用教程之ORM设计工具的使用
- AgileEAS.NET应用开发平台详细使用教程-简单Web应用
- 使用开源Grid平台-GridGain实现网格计算
- 使用开源Grid平台-GridGain实现网格计算
- 教程:使用LCS 2005组建企业即时交流平台
- 使用开源Grid平台-GridGain实现网格计算
- XNA Game Studio是一套有着强大功能和简单界面的游戏制作平台,游戏开发商和游戏玩家都可以使用这套工具开发针对Windows XP以及Xbox360的游戏,XNA Game Studio分为两种版本,一种是面向初学者的EXPRESS版本,还有一种是面向专业用户的专业版。用户使用EXPRESS版本开发游戏完全免费,并且可以随意在PC上发行,不过用该工具开发的游戏若是在360上网络发行,就需要交纳99美元的年费。
- 使用开源Grid平台-GridGain实现网格计算