Глубокое обучение с TensorFlow на GPU

В этом видео я рассказываю, что такое графические карты показываю на конкретных примерах, как их использование ускоряет глубокое обучение в разы. Демонстрационные ноутбуки я запускаю в докер контейнерах. Докер с ноутбуками без поддержки GPU можно запустить командой docker run -p 8888:8888 -it tensorflow/tensorflow jupyter notebook --allow-root =’’ С поддержкой GPU: nvidia-docker run -p 7777:8888 -it tensorflow/tensorflow:latest-gpu jupyter notebook --allow-root =’’ Инструкцию по установке докера можно найти на его официальном сайте Установка утилиты nvidia-docker, позволяющей обращаться к графической карте, описана здесь Ну а лучший способ измерения времени выполнения ноутбука - добавить в его начало import time start = () и в конец: print (“Notebook execution has been done in {}s“.format(() - start)) Рекомендую запускать ноутбук несколько раз - тогда появится возможность найти среднюю скорость выполнения кода. При первом запуске ноутбук скачивает обучающую выборку с сайта, поэтому учитывать время его выполнения не стоит.