OpenCL / AMD:深度学习[关闭]
deep-learning
neural-network
7
0

在“搜索”并进行一些研究时,我找不到用于AMD硬件上的科学GPGPU计算和OpenCL的 任何严肃/流行的框架/ SDK。我缺少任何文学和/或软件吗?

我尤其对深度学习感兴趣。

就我所知, deeplearning.net建议使用NVIDIA硬件和CUDA框架。另外,我知道的所有大型深度学习框架,例如CaffeTheanoTorchDL4J等 ,都专注于CUDA ,并不打算支持OpenCL / AMD

此外,对于基于CUDA的深度学习任务,可以找到大量科学论文以及相应的文献,而对于基于OpenCL / AMD的解决方案,则几乎找不到。

新的或现有的科学框架是否有可能在2015/16年出现在基于OpenCL / AMD的解决方案中?

使用OpenCL / AMD进行深度学习的良好开端是什么?有文学吗?教程?杂项来源?

参考资料:
Stack Overflow
收藏
评论
共 6 个回答
高赞 时间 活跃

PlaidML( https://github.com/plaidml/plaidml )是一个完全开源的深度学习运行时,它在OpenCL之上运行,并与Keras集成以提供熟悉的面向用户的API。回购中的README具有更详细的状态,目前在Linux上的convnet推理已得到很好的支持,但是我们( http://vertex.ai )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,目前都为Linux,但我们也在努力添加Mac和Windows。

收藏
评论

TensorFlow现在在路线图上具有OpenCL支持。

请参阅: Github问题

希望离工作版本不远。

收藏
评论

-2017年8月更新AMD方面发生了很酷的新事情-

现在它实际上是可以运行大多数AMD的硬件任何库点击这里

截至2015年10月25日

看来,AMD和其他公司已经致力于开发多个OpenCL加速框架以进行深度学习。所以是的,现在存在用于深度学习的OpenCL支持:)

这是OpenCL加速框架或工具的列表,这些框架或工具是在开发时主要考虑深度学习的。我希望他们会在未来几年内得到更新

我们知道(2015年10月25日)有三个深度学习框架,它们在研究人员中非常受欢迎,并且看到了一些商业产品

  1. 茶野

  2. 咖啡

  3. 火炬


caffe具有相当好的OpenCL支持,因为amd开发了caffe的完整版本,该版本支持caffe的几乎所有功能,并且正在积极开发中。它被命名为OpenCL Caffe。这是仓库

OpenCL Caffe

如果您正在考虑性能,那么根据该站点(我自己还没有做基准测试),在AMD R9 Fury硬件中(训练)它每秒可以提供261张图像或每天提供2250万张图像。与nvidia K40相比,后者每天可处理4000万张图像。因此根据该网站,它的性能只有六分之一。(考虑到k40是3000 $卡,而r9 fury大约是600 $)。但是,使用任何消费卡都会给您带来有关内存(vram)的问题,这在深度学习中非常重要。


最近几天,Torch似乎也得到了不错的OpenCL支持。但是,由一个人维护。它声称完全支持火炬的所有功能。但是,它没有给出有关性能的想法。这是存储库。它是积极维护的。

tor


目前,theano框架似乎还没有一个不错的opencl后端,但是工作正在进行中。可以使用当前版本完成简单的程序。


还有其他一些用于深度学习的opencl框架。需要花费一些时间来整理它们,以查看它们是否正常工作。

收藏
评论

我正在为Tensorflow编写opencl 1.2支持。 https://github.com/hughperkins/tensorflow-cl当前支持:

  • blas矩阵乘法
  • 渐变色
  • 本征运算,例如:约简,argmin / argmax,每个元素的运算(二元和一元)
收藏
评论

一种替代方法是在Amazon Web Services上使用GPU实例。您可以找到已安装了常用深度学习软件包的AMI。例如:

提示:使用竞价型实例可获得更便宜的价格(g2.2xlarge的价格约为10美分/小时)。

收藏
评论

编辑1参见Mikael Rousson的答案-Amazon现在是前进的方向,因为您可以从中“租用”它们的计算能力。

编辑2我已经创建了一系列指南 ,说明如何使用theano设置用于深度学习的Amazon EC2实例。这比在个人计算机上运行方便得多。

编辑3似乎TensorFlow现在比theano更加广泛地被接受,因此我相应地更新了该指南。

我遇到的情况与您自己相同,因为我拥有配备Intel Iris显卡的MacBook Pro。我花了一周的大部分时间来仔细研究所有可能的解决方法,并且非常欢迎我提供的替代方法。

我目前最好的解决方案是:

  1. 安装pythontensorflow并利用现有的GPU支持,并继续更新至最新开发版本。
  2. 使用theano并使用类似于tensorflow 现有GPU支持
  3. 购买NVIDIA显卡并在PC上使用
  4. 如果您绝对需要OpenCL中的解决方案,并且愿意对所有内容进行编码(无教程),请参阅DeepCL以及pyOpenCl

我发现,任何使用OpenCL的解决方案,例如pyOpenCl ,都还没有用于深度学习的用户友好界面,即,用另一种方法进行编码比用快速编码并在CPU上运行需要更长的时间。话虽如此,这里还是深度学习的最佳替代OpenCL库:

开发中

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号