OpenCL / AMD：深度学习

作者: Moso31
发布时间: 2024-04-11 07:24:05 (8天前)
转自：

7 条回复

0#
回复此人
妖邪 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 请检查 <a href="https://01.org/intel-deep-learning-framework" rel="nofollow"> https://01.org/intel-deep-learning-framework </A> - 英特尔®深度学习框架（IDLF）为加速深度卷积神经网络的英特尔®平台提供统一框架。它是开源的，所以你也可以将它移植到AMD硬件上。很酷的事情：它可以在配备Intel Iris显卡的MacBook Pro上运行。 </p> </DIV>

编辑
1#
回复此人
star*위위 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> PlaidML（ <a href="https://github.com/plaidml/plaidml" rel="noreferrer"> https://github.com/plaidml/plaidml </A> ）是一个完全开源的深度学习运行时，它运行在OpenCL之上，并与Keras集成，以提供熟悉的面向用户的API。 repo中的README具有更详细的状态，目前Linux上的convnet推断得到了很好的支持，但我们（ <a href="http://vertex.ai" rel="noreferrer"> http://vertex.ai </A> ）正在努力尽快扩展完整性和平台支持。我们的持续集成机器包括各种AMD和NVIDIA GPU，现在所有的Linux，但我们也在努力添加Mac和Windows。 </p> </DIV>

编辑
2#
回复此人
荧惑 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我正在为Tensorflow编写opencl 1.2支持。 <a href="https://github.com/hughperkins/tensorflow-cl" rel="noreferrer"> https://github.com/hughperkins/tensorflow-cl </A> 目前支持： </p> <UL> <LI> blas矩阵乘法 </LI> <LI> 梯度 </LI> <LI> 特征操作，例如：reductions，argmin / argmax，每元素操作（二元和一元） </LI> </UL> </DIV>

编辑
3#
回复此人
Just do it | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 看看 <a href="https://rocm.github.io/" rel="nofollow noreferrer"> ROCm平台 </A> ，这是由AMD推动的。这是第一个用于GPU计算的开源HPC / Hyperscale级平台，它也是独立于编程语言的。 </p> <P> 特别： </p> <UL> <LI> <P> 深入学习，请参阅 <a href="https://rocm.github.io/dl.html" rel="nofollow noreferrer"> https://rocm.github.io/dl.html </A> </p> </LI> <LI> <P> 对于OpenCL，请参阅： </p> <UL> <LI> <a href="https://rocm.github.io/QuickStartOCL.html" rel="nofollow noreferrer"> https://rocm.github.io/QuickStartOCL.html </A> </LI> <LI> <a href="https://gpuopen.com/opencl-rocm1-6/" rel="nofollow noreferrer"> https://gpuopen.com/opencl-rocm1-6/ </A> </LI> </UL> </LI> <LI> <P> 有用的教程可以在这里找到： <a href="https://rocm.github.io/tutorials.html" rel="nofollow noreferrer"> https://rocm.github.io/tutorials.html </A> </p> </LI> </UL> </DIV>

编辑
4#
回复此人
老人与海 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 的<strong> TensorFlow </强> 现在有OpenCL支持了 <a href="https://www.tensorflow.org/versions/r0.8/resources/roadmap.html" rel="nofollow"> 路线图 </A> 。 </p> <P> 看到： <a href="https://github.com/tensorflow/tensorflow/issues/22" rel="nofollow"> Github问题 </A> 。 </p> <P> 希望离工作版不远。 </p> </DIV>

编辑
5#
回复此人
咿呀哟 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 另一种方法是在Amazon Web Services上使用GPU实例。您可以找到已安装常用深度学习包的AMI。例如： </p> <UL> <LI> 火炬： <a href="https://github.com/torch/torch7/wiki/Cheatsheet#ec2-public-ami" rel="noreferrer"> https://github.com/torch/torch7/wiki/Cheatsheet#ec2-public-ami </A> </LI> <LI> Theano +来自Caffe： <a href="https://www.kaggle.com/forums/f/208/getting-started/t/11505/an-aws-ami-mainly-for-deep-learning" rel="noreferrer"> https://www.kaggle.com/forums/f/208/getting-started/t/11505/an-aws-ami-mainly-for-deep-learning </A> </LI> </UL> <P> 提示：使用现货实例获得更便宜的价格（g2.2x大约10美分/小时）。 </p> </DIV>

编辑

登录后才能参与评论