Ich habe eine Frage zur Hard-/Software-Umgebung für die Programmierung neuronaler Netze. Mich interessieren "preiswerte" Konfigurationen unter Windows 10 für Keras (https://keras.io/, Theano-, Tensorflow-Backend). Info funktionierenden Theano- oder Tensorflow-Installationen sind auch willkommen. Welche GPU setzt ihr mit welchen Frameworks ein? Wie performen diese? Hat jemand Erfahrungen diesbezüglich mit der (gerade erst) erschienenden GTX1050Ti?
Meine Systemumgebung ist
- Windows 10 Pro
- GTX670 mit 2GB
- cuda-toolkit 8.0
- cudDNN 5.1
- Anaconda 2.7 x64 Python
CNMem ist auch installiert, allerdings kann die Verwendung zu deutlicher Verschlechterung der Trainingzeiten führen. Liegt imo an den kleinen Speicher 2GB der GTX670. Für das mnist_cnn-Beispiel (https://github.com/fchollet/keras/tree/master/examples) ergeben sich auf meinen System folgende Zeiten:
- mit cuDNN ohne CNMeM: etwa 40 s/Epoche
- mit cuDNN mit CNMeM: etwa 20 s/Epoche (erste Epoche deutlich länger)
- mit 6-Kern Xeon 2.67GHz (x5650): etwa 200s/Epoche
Meine Systemumgebung ist
- Windows 10 Pro
- GTX670 mit 2GB
- cuda-toolkit 8.0
- cudDNN 5.1
- Anaconda 2.7 x64 Python
CNMem ist auch installiert, allerdings kann die Verwendung zu deutlicher Verschlechterung der Trainingzeiten führen. Liegt imo an den kleinen Speicher 2GB der GTX670. Für das mnist_cnn-Beispiel (https://github.com/fchollet/keras/tree/master/examples) ergeben sich auf meinen System folgende Zeiten:
- mit cuDNN ohne CNMeM: etwa 40 s/Epoche
- mit cuDNN mit CNMeM: etwa 20 s/Epoche (erste Epoche deutlich länger)
- mit 6-Kern Xeon 2.67GHz (x5650): etwa 200s/Epoche