Neural network 仅使用CPU训练神经网络

我正在远程服务器上的虚拟机上工作，我想在上面训练一个神经网络，但我没有GPU用于这个虚拟机。是否可以仅使用CPU在此VM上训练网络？如果是这样的话，它是否适用于大型数据集，或者这将是一个问题？

我使用Tensorflow来训练深层神经网络。我将它与GPU一起使用，并且仅与CPU一起使用。我其余的回答是在Tensorflow的背景下

请注意，卷积神经网络通常比标准的常规前馈神经网络更需要资源，因为CNN处理更高维的数据。如果您不使用深层CNN，那么您可以使用CPU并限制使用较小的数据集

在我的场景中，最初我只使用CPU进行训练，然后由于速度的提高而转到GPU模式

速度示例

使用GPU时，我能够在15分钟内训练整个MNIST。CPU上的训练速度要慢得多，但您仍然可以通过减少训练数据集的大小来学习

带有GPU的Tensorflow

您需要完成所有安装步骤。这不仅包括安装Tensorflow，还包括CUDA库

什么是CUDA？

CUDA是NVIDIA为使用GPU编程而开发的规范。它们提供与底层硬件对话的本机库。

---

我使用Tensorflow来训练深层神经网络。我将它与GPU一起使用，并且仅与CPU一起使用。我其余的回答是在Tensorflow的背景下

请注意，卷积神经网络通常比标准的常规前馈神经网络更需要资源，因为CNN处理更高维的数据。如果您不使用深层CNN，那么您可以使用CPU并限制使用较小的数据集

在我的场景中，最初我只使用CPU进行训练，然后由于速度的提高而转到GPU模式

速度示例

使用GPU时，我能够在15分钟内训练整个MNIST。CPU上的训练速度要慢得多，但您仍然可以通过减少训练数据集的大小来学习

带有GPU的Tensorflow

您需要完成所有安装步骤。这不仅包括安装Tensorflow，还包括CUDA库

什么是CUDA？

CUDA是NVIDIA为使用GPU编程而开发的规范。它们提供与底层硬件对话的本机库。

---

我知道GPU在训练神经网络方面比CPU快得多，但如果我不能在虚拟机中使用GPU，我该怎么办？这在很大程度上取决于你的数据。如果我是你，那么作为一个例子，我会尝试将MNIST的训练大小缩小到每位数100个样本（而不是每位数1000个样本）。MNIST只是一个例子。如果您不使用CNN，那么CPU可能根本不是问题。这完全取决于。你使用的是什么型号的GPU？我知道GPU在训练神经网络方面比CPU快得多，但如果我不能在虚拟机中使用GPU，我该怎么办？很大程度上取决于你的数据。如果我是你，那么作为一个例子，我会尝试将MNIST的训练大小缩小到每位数100个样本（而不是每位数1000个样本）。MNIST只是一个例子。如果您不使用CNN，那么CPU可能根本不是问题。这完全取决于。您使用的是什么型号的GPU？这非常取决于模型、框架、虚拟机、GPU和用于参考的CPU等。是的，在CPU上进行培训应该很简单，只需在配置模型时指定该选项作为后端即可。关于如何做到这一点，您必须查阅模型/框架/虚拟机文档；这几乎不是ISO标准。我发现这个问题很有趣：我是ML新手，实际上支持学生使用它，我遇到了一个问题，NN将用于移动设备（这是一项研究，不是我的，因此不会提供进一步的解释）。顺便说一句，我知道移动设备有GPU。因此，纯粹出于好奇，我想知道使用CPU是否是一种选择。这取决于型号、框架、虚拟机、GPU和您用于参考的CPU等。是的，CPU培训应该很简单，只需在配置模型时将该选项指定为后端即可。关于如何做到这一点，您必须查阅模型/框架/虚拟机文档；这几乎不是ISO标准。我发现这个问题很有趣：我是ML新手，实际上支持学生使用它，我遇到了一个问题，NN将用于移动设备（这是一项研究，不是我的，因此不会提供进一步的解释）。顺便说一句，我知道移动设备有GPU。因此，纯粹出于好奇，我想知道使用CPU是否是一种选择。