무료 GPU 컴 퓨 팅 플랫폼 - Floyd 사용 강좌
2485 단어 기계 학습
Floyd 사이트 주소 : https://www.floydhub.com/
영어 강좌: https://docs.floydhub.com/examples/style_transfer/
집 지 클럽 / AI 학원 http://mp.sohu.com/profile?xpt=cHBhZzI0MDUyNGZjYjQ4NkBzb2h1LmNvbQ==&_f=index_pagemp_1
사용: 전편 http://www.sohu.com/a/152168472_99914946
하 편 http://www.sohu.com/a/154904696_99914946
https://zhuanlan.zhihu.com/p/27573615 실례 를 들 어 설명 하 다
1. 데이터 세트 를 업로드 하 는 작업 은 매우 간단 합 니 다. 공식 적 으로 제공 하 는 지 도 를 참고 할 수 있 습 니 다. 몇 가지 명령 만 있 으 면 해결 할 수 있 고 매우 편리 합 니 다.
http://docs.floydhub.com/home/using_datasets/
공공 데이터 세트 든 자신의 데이터 세트 든 모두 데이터 ID 를 통 해 지정 된다.
공공 데이터 세트 의 내용 을 다음 과 같이 볼 수 있 습 니 다.
$floyd run --data GY3QRFFUA8KpbnqvroTPPW "ls -la /input"
2. 프로젝트 디 렉 터 리 에 들 어가 기
$ cd tensorflow-notebooks-examples/3_NeuralNetworks
3. 항목 초기 화 $ floyd init neural-networks
Project "neural-networs" initialized in current directory
초기 화 후 Floyd 는 계산 인 스 턴 스 를 실행 할 때 필요 한 프로그램 파일 을 클 라 우 드 서버 에 업로드 할 수 있 도록 이 디 렉 터 리 에 임시 파일 을 생 성 합 니 다.
우 리 는 이전에 Floyd 에 로그 인 했 습 니 다. 현재 프로젝트 를 초기 화 합 니 다: $ floyd init fast-style-transfer
Project "fast-style-transfer" initialized in current directory
다음은 모형 훈련 과정 을 시작 하 겠 습 니 다.그 전에 훈련 데이터 세트 에 대해 이야기 합 시다.
훈련 할 모델 에 서 는 예비 훈련 모델 인 'imaginet - vgg - verydep - 19' 와 훈련 사진 데이터 세트 를 사용 합 니 다. 이 데이터 세트 는 Floyd 가 준비 해 놓 았 습 니 다. 훈련 을 시작 할 때 훈련 용 데이터 세트 ID 만 지적 하면 됩 니 다.
이 예 에 필요 한 데이터 ID 는 jq4ZXUCS Ver4t65rWeyieG 입 니 다.
우리 도 아래 명령 을 사용 하여 먼저 이 데이터 의 내용 을 볼 수 있다.
$ floyd data output jq4ZXUCSVer4t65rWeyieG
이 명령 을 실행 하면 자동 으로 브 라 우 저 를 열 어 이 데이터 의 내용 을 보 여 줍 니 다.
이 두 가지 특징 은 대부분의 기계 학습 연구자 들 의 고민 을 해결 한 것 이 라 고 할 수 있다. 원래는 하나의 카페 환경 만 설정 하면 시간 이 오래 걸 리 고 데이터 세트 를 올 리 는 것 은 말 할 것 도 없다. 저 는 기계 번역 을 하 는 친구 가 있 습 니 다. 훈련 데이터 세트 는 160 G 에 달 합 니 다. 그렇게 많은 훈련 데 이 터 를 올 리 는 데 서버 시간 이 얼마나 걸 립 니까? 시간 은 그냥 돈 입 니 다. 야! 지금 Floyd 를 사용 하면 컴 퓨 팅 환경 을 시작 할 때 공용 데이터 세트 의 ID 만 설정 하면 바로 사용 할 수 있어!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
형태소 분석은 데스크톱을 구성하는 데 도움이?문자×기계 학습에 흥미를 가져와 개인 범위의 용도를 생각해, 폴더 정리에 사용할 수 있을까 생각해 검토를 시작했습니다. 이번 검토에서는 폴더 구성 & text의 읽기 → mecab × wordcloud를 실시하고 있...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.