deep-learning - GPU なしで深い畳み込みネットワークをトレーニングできますか?

Question

追跡システム アプリケーションとして畳み込みニューラル ネットワークを構築することを考えています。すべてのディープ ネットワーク アプリケーションには GPU を使用する必要があるように感じます。私のようなタスクで GPU を使用する必要はありますか? ラップトップに必要な PC の最小要件は何ですか?

Answer 1

それはすべて、CNN のサイズと深さに依存します。CNN に 1 つの畳み込み層と 1 つの全結合層があり、入力画像が 64x64 の場合、ラップトップで妥当な時間内にネットワークをトレーニングできます。数百のレイヤーで GoogLeNet を使用し、ImageNet セット全体でトレーニングする場合、ビデオ カードを使用した場合でも 1 週間かかるため、CPU ではトレーニングが完了することはありません。

ただし、ほとんどの実用的なアプリケーションでは、GPU を使用して畳み込みネットワークをトレーニングすることが望ましいです。AWS では、特にスポット インスタンスを取得する場合、GPU 対応のインスタンスをかなりリーズナブルな価格で取得できるため、必ずしも GPU をローカルに持つ必要はありません。

最後の注意: ほとんどのフレームワーク (theano、torch、caffe、mxnet、tensorflow) では、CPU と GPU で同じモデルを実行でき、コードを少し変更するか、まったく変更しません。一連の画像を作成し、モデルが機能したら、AWS の GPU インスタンスでトレーニングします。