зачем?
если побюджетнее — у геймеров можно купить GTX 980 по хорошей цене, сейчас многие апгрейдятся до 1080 и меняют карты. Для свёрточных сетей архитектуры GPU ниже Maxwell’a особо смысла не имеют, 980 для своей цены справляется весьма неплохо.
Если быть точным, для нейросеток у меня стоит Lenovo ThinkStation C30 в чифтековском корпусе, с водой на процессоры, 128G памяти и GTX 980 Ti + quantum satis флешек и спин-дисков. Именно такая конфигурация пока нигде не жмет, однако, рискну предположить, что для эффективной обработки изображений потребуется не одна, а
Анализом изображений не заморачиваюсь, у меня, в основном, временные ряды, датасеты не очень большие (до 4G). Очень хорошо работает связка двух 6корных Xeon’ов + GTX 980 Ti. Pascal на игровых картах типа GTX 1080 пока не особо радует, для сверточных сетей, вероятно, тоже, поскольку подходящая для них память есть только в Tesla’х, а они дофига дорогие пока.
Если хочется сверточных сетей, то go курить neon и его реализации свёрточных слоёв (www.nervanasys.com/winograd ), там все зашибись, относительно cuDNN (которую пользует TensorFlow, да еще и медленную).
Сейчас адаптируется симулятор метрополитена под HTC Vive на анрыле, еще ищу программеров толковых на этот проект. С художниками и симуляцией там уже все хорошо.
описания чего?
Стоит в офисе, как раз для написания оныхъ.
осспади, а нормальное распределение-то тут при чём?
спасибо за хорошую подборку!
это их дело. никто ж не набивается ))
не все, конечно
потому что предсессионная торговля начинается в 4:00 Восточного побережья
ответил...
но если серьёзно, то все задачи прекрасно решаются меньшим американским и большим украинским офисами
и вставать в три утра, чтобы успеть к предсессии )
а что, этим полагается заниматься строго по месту жительства? ))
Если есть вопросы — задавайте, отвечу.
Просто 640 — не вариант. Там память медленная, ее мало, шина узкая, мало CUDA ядер и они старые — это архитектура Kepler которая делалась еще без прицела на нейросети (в отличие от более поздних Maxwell и Pascal) — короче, сплошные узкие места. А уж с одним CPU работать и вовсе безумие.
www.reddit.com/... ch_gpu_for_deep_learning p-learning-dream-machine
graphific.github.io/...