bonjour,

en n'allant chercher mes nouveaux driver nvidia, j'ai vus qu'il y'avais une pages deep leraning sur nvidia, mes je ne comprend pas .

• pourquoi aurait ton besoin des proc nvidia pour le deep learning, je sais qu'il son beaucoup plus puissant, mes en quoi ses mieux a l’heure actuelle ?

• es ce que m'a gtx 970 es exploitable pour le deep learning ?

merci a ceux qui pourront me répondre

Une carte graphique, c'est """comme""" un CPU mais dans le cas du deeplearning c'est plus puissant pour calculer ce qu'on a à faire, et vu que le deeplearning est très gourmand en calculs, il faut du matos

Il y a d'ailleurs une startup de la sillicon Valley qui dev un processeur spécialement optimisé pour les calculs issus du DeepLearning

merci,
je savais pas que c’était gourmand au point de demander des gpu

reste a savoir si m'a gtx non pascal es exploitable .

Le 19 mai 2017 à 21:45:39 jeuxvideocomJV a écrit :
merci,
je savais pas que c’était gourmand au point de demander des gpu

reste a savoir si m'a gtx non pascal es exploitable .

Ouai les cartes NVIDIA sont utilisés, moi j'utilise la mienne pour entraîner mes réseaux. Mais les pro ont des montages clusters de plusieurs dizaines de cartes donc bon ça reste un jouet quoi..

pour faire simple, un GPU a énormément de coeur comparé à un CPU, mais ils sont beaucoup moins cadencés. De plus, l'architecture est spécifique pour du traitement en parallèle (cf SIMD).

Si je te prends la dernière Titan utilisé pour de simple WorkStation (http://www.nvidia.fr/graphics-cards/geforce/pascal/titan-xp/ ) 3840 coeur pour un total de 12 tflops. Un CPU tout seul ne peut pas rivaliser.

En revanche, pour qu'un GPU te soit rentable, il faut appliquer en gros, appliquer le même traiment à tes données (d'où le nom de SIMD). En deep learning, que tu fasses du feedforward ou des convolutions, en gros tu as énormément de calcul matriciel et les GPUs fonctionnent superbes bien pour ça.

Pour finir, oui ton GPU peut-être utilisé mais ne t'attend pas à un speed-up incroyable (mais c'est mieux que rien).

merci a vous,
sa m'aide a comprendre un peux mieux le sujet

En particulier les cartes recente de nvidia supporyent les calcul a demi precision FP16 qui sont principalement utilise pour les parametres des modelea de ML