windows - 低于3.0计算能力的GPU上的Keras?

标签 windows tensorflow keras deep-learning

我正在使用我大学的 GPU 服务器,计算能力低于 3.0,Windows 7 Professional,64 位操作系统和 48GB RAM。我之前尝试安装 tensorflow 但后来我知道我的 GPU 不支持它。 我现在想在 keras 上工作,但由于 tensorflow 不存在,所以它是否可以工作,因为我也无法导入它?

我必须进行视频处理,并且必须处理用于动态手语识别的大型视频数据集。谁能建议我如何使用这种 GPU 服务器进入深度学习领域?或者如果我只想在CPU上工作,那么在视频处理这个领域会有什么问题吗?

我还有一台装有 Windows 10 Pro 的 HP Probook 440 G4 笔记本电脑,它是否比我拥有或没有的 GPU 服务器更好?

我是这个领域的新手,找不到在其中正常工作的方法。 现在需要您的意见!

显示了我笔记本电脑的“dxdiag”信息herehere_1 .

提前致谢!

最佳答案

要使 Keras 正常工作,您需要 Tensorflow 或 Theano。您的笔记本电脑似乎配备了 GeForce 930M GPU。根据 NVIDIA 文档 (https://developer.nvidia.com/cuda-gpus),此卡具有计算能力或 5.0。所以如果我的研究是正确的,你最好还是使用笔记本电脑。

我猜您会在视频处理中使用 CNN,因此我建议您使用 GPU。您也可以在 CPU 上运行您的代码,但训练会慢得多,因为 GPU 是为并行计算而设计的,而 CPU 不是(大型矩阵乘法从并行计算中获益良多)。

如果您认为在笔记本电脑上训练太慢,也许您可​​以尝试云计算提供商

关于windows - 低于3.0计算能力的GPU上的Keras?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50772722/

相关文章:

windows - Vista/win7应用程序音量控制界面

c++ - 如何使用 Session::Run (TensorFlow C++ API) 以批处理模式执行基于 CNN 的样本分类

python - 在keras中的自定义损失函数中做一些数学计算

python - 如何在 Keras 或 Tensorflow 中将 L1 范数添加到损失函数中?

windows - 提交的内存转到物理 RAM 还是在页面文件中保留空间?

windows - Windows 的 R 环境中的自动换行

tensorflow - 分布式Tensorflow : good example for synchronous training on CPUs

python - 这些机器学习输出文件的用途和意义是什么?

python - 验证损失突然激增

windows - 使用适用于服务运行的所有应用程序的 Windows 防火墙 API 创建规则