原创 Keras多gpu訓練模型後權重文件無法在cpu或者單gpu機器使用的問題-Effective DeepLearning

最近組內添置了一個多gpu的機器,歡天洗地的膜拜之後絲毫不敢怠慢的用來訓練分類模型。速度提升了,時間自然節約了不少,正在歡喜之間猛然發現訓練出來的權重文件在本地的cpu機器加載的時候報錯無法用做預測。報錯信息如下: 2018-07-19

原创 keras分佈式訓練模型 openMpi+Horovod+keras -Effective DeepLearning

最近因爲項目的需要我們之前做的模型的分類猛增3,4倍,數量的數據也隨之增加導致了訓練模型的時間從原來的10幾個小時增加到現在的大概要100小時,這時候之前用的單機雙GPU的訓練方式明顯已經遇到了瓶頸(我們的開發機GPU是GTX1080i

原创 Keras實現遷移學習-Effective DeepLearning

之前做圖像分類的項目的時候一直在尋找一個行之有效的遷移學習的實現方法,但是尋找了許久都沒有找到。經過我們團隊的努力實踐最近終於探索出一個有效的方法,這裏拿出來跟大家一起探討一下看看還有那些地方需要改進的。 一,背景 首先因爲遷移學習其實沒

原创 圖像識別中的P-R曲線是如何產生的-Effective DeepLearning

在做圖像分類和標註的模型的時候,發現大家對其中一個評價指標P-R曲線圖的生成比較疑惑,這裏就想跟大家探討一下我自己的理解。 做過圖像分類和圖像標註的小夥伴都會曉得下面兩個圖 一,這個是描述一個分類的P準確率(簡單理解就是模型出這個結果會有

原创 CUDA安裝踩坑指南-Effective DeepLearning

寫在最前面, 因爲我們用的tensorflow這個谷歌的AI框架,而且用的是官網的按照保,所以下面的都是按照tensorflow官網的要求和規則來做。其他自己框架或者自己編譯的安裝的小夥伴們不一定適用。 第一步其實並不是安裝安裝 NVID

原创 Effective DeepLearning-Keras實現遷移學習

之前做圖像分類的項目的時候一直在尋找一個行之有效的遷移學習的實現方法,但是尋找了許久都沒有找到。經過我們團隊的努力實踐最近終於探索出一個有效的方法,這裏拿出來跟大家一起探討一下看看還有那些地方需要改進的。 一,背景 首先因爲遷移學習其實沒

原创 Effective DeepLearning-圖像識別中的P-R曲線是如何產生的

在做圖像分類和標註的模型的時候,發現大家對其中一個評價指標P-R曲線圖的生成比較疑惑,這裏就想跟大家探討一下我自己的理解。 做過圖像分類和圖像標註的小夥伴都會曉得下面兩個圖 一,這個是描述一個分類的P準確率(簡單理解就是模型出這個結果會有

原创 Effective DeepLearning-keras分佈式訓練模型 openMpi+Horovod+keras

最近因爲項目的需要我們之前做的模型的分類猛增3,4倍,數量的數據也隨之增加導致了訓練模型的時間從原來的10幾個小時增加到現在的大概要100小時,這時候之前用的單機雙GPU的訓練方式明顯已經遇到了瓶頸(我們的開發機GPU是GTX1080i

原创 CUDA安裝踩坑指南

寫在最前面, 因爲我們用的tensorflow這個谷歌的AI框架,而且用的是官網的按照保,所以下面的都是按照tensorflow官網的要求和規則來做。其他自己框架或者自己編譯的安裝的小夥伴們不一定適用。第一

原创 Keras多gpu訓練模型後權重文件無法在cpu或者單gpu機器使用的問題

最近組內添置了一個多gpu的機器,歡天洗地的膜拜之後絲毫不敢怠慢的用來訓練分類模型。速度提升了,時間自然節約了不少,正在歡喜之間猛然發現訓練出來的權重文件在本地的cpu機器加載的時候報錯無法用做預測。報錯信息如下: 2018-07-19