我设法在我的服务器上安装了#DeepDream。
我有双核和 2gb 内存。但处理大小为 100kbp 的图像需要 1 分钟。
有什么建议吗？
问问题
564 次
4 回答
1
您是在 Windows 或 OS X 上的虚拟机中运行它吗？如果是这样，那么它可能不会更快地工作。在虚拟机（我正在使用 Docker）中，您大多数时候无法使用 CUDA 来渲染图像。我有同样的问题，我将通过安装 Ubuntu 来尝试，然后为 CUDA 安装 NVidia 驱动程序。目前我正在渲染大约 300kb 的 1080p 图像，在具有 8gb 内存的英特尔酷睿 i7 上制作一张图像需要 15 分钟。
于 2015-07-15T12:31:56.650 回答
0
除非您可以移动到更好的工作站/获得 GPU，否则您将不得不调整图像大小。
img = PIL.Image.open('sky1024px.jpg')
img = np.float32(img.resize( [int(0.5 * s) for s in img.size] ))
于 2015-07-24T21:46:55.907 回答
0
根据经验，深度学习在计算和内存资源上都很困难。2gb RAM Core Duo 机器并不是深度学习的好选择。请记住，许多开创这一领域的人使用 GTX Titan 卡进行了大量研究，因为在训练深度学习网络时，即使在至强服务器上的 CPU 计算速度也非常慢。
于 2016-09-28T21:00:31.093 回答
0
花 1 分钟处理 100kb 的图像对于#deepdream 来说是一个合理的周转时间，我们承认这些渲染的烘焙时间非常长。通常，实验研究软件会运行得太慢，渴望未来更快的计算机。也就是说，有几种方法可以让您的设置执行得更快。
线！使用命令行参数增加线程数。这是在 Caffe 中启用多线程的一种方法如何使用 Caffe 启用多线程？
显卡！安装 CUDA 并从 CPU 渲染切换到 GPU 渲染。如果您的服务器没有特殊的 GPU，请尝试在 amazon ec2 上获取 GPU 实例。https://github.com/BVLC/caffe/wiki/Install-Caffe-on-EC2-from-scratch-(Ubuntu,-CUDA-7,-cuDNN)
于 2016-04-21T22:07:09.870 回答