开发环境介绍


在SuperVessel云上,我们为大家免费提供当前火热的caffe深度学习开发环境。SuperVessel的Caffe有如下优点:

  • 1) 免去了繁琐的Caffe环境的安装配置,即申请即使用。
  • 2) 集成了SuperVessel先进的GPU虚拟化技术,POWER8,GPU与cuDNN库三重加速的Caffe,极大的节约您的模型训练时间。
  • 3) 环境集成了一些优秀的Caffe开源模型,如图片识别与人脸识别模型,帮助您更快的学习理解Caffe,助力您搭建有趣的深度学习应用。


Caffe深度学习开发环境为您提供:

  • 1) Ubuntu 14.04 PPC64 Little Endian操作系统
  • 2) CUDA ToolKit 7.0全套开发环境,包括cuDNN深度学习库的支持
  • 3) Caffe 2015.8.3更新版本,支持GPU加速,支持cuDNN加速,支持python接口(pycaffe)
  • 4) 模型bvlc_reference_caffenet和人脸识别模型cnn_age_gender_models_and_data
  • 5) Caffe简单的模型训练数据
  • 6) OpenCV 2.4.9,并支持python接口(python-opencv)
  • 7) Atlas 3.10.2
  • 8) Boost 1.57
  • 9) 其他Caffe依赖的软件包



启动预装的开发环境镜像



  • 1) 在 SuperVessel 云的管理界面 的上方选择 "更多服务" -> "计算服务" -> "预装镜像服务",或直接进入镜像市场:

  • 2) 在镜像市场中,选择 "GPU加速的Caffe深度学习开发环境"

  • 3) 选择 "启动" 按钮


远程登录开发环境镜像

  • 1) 登录开发环境需要先进行VPN登录。具体VPN的登录方法,详见:VPN的使用
  • 2) 登录该开发环境镜像所在的虚拟机。具体登录方法,详见:登录虚拟机
  • 3) 这个开发环境需要在root权限下运行Caffe。登录到虚拟机后,可以通过su命令切换到root(需要输入root用户密码)。
  • 4) 该镜像的登陆用户名为opuser,初始密码为p0weruser。root用户初始密码为passw0rd。在初次登陆后会被要求强制修改密码。


测试Caffe开发环境

Caffe的安装目录在/home/opuser/caffe-master-20150813/,进入目录后,输入 make runtest,在打印中显示Cuda number of devices: 1,即表示GPU加速已经启用。后面会有很多的子项测试,通过了即为“OK”,如下所示: 

使用Caffe训练模型

我们使用mnist数据集来进行模型训练。mnist是手写数字识别的数据集,包含了很多手写数字的训练样本。我们已经为用户下载好mnist的数据集,用户只需在caffe的根目录直接训练即可: ./examples/mnist/train_lenet.sh,运行结果如下所示: 

  • 该模型训练会迭代10000次停止。训练的过程中偶尔可能会出错退出,是此Caffe版本的一个bug,用户只要重新训练即可。

使用现有的模型分类

使用模型分类的例子,我们会以教程的形式给出,手把手教用户完成第一个深度学习的web应用,敬请期待!

本文来源于网络:https://services.ptopenlab.com/

supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境的更多相关文章

  1. GPU加速:宽深度推理

    GPU加速:宽深度推理 Accelerating Wide & Deep Recommender Inference on GPUs 推荐系统推动了许多最流行的在线平台的参与.随着为这些系统提 ...

  2. 利用MONAI加速医学影像学的深度学习研究

    利用MONAI加速医学影像学的深度学习研究 Accelerating Deep Learning Research in Medical Imaging Using MONAI 医学开放式人工智能网络 ...

  3. [转]Caffe 深度学习框架上手教程

    Caffe 深度学习框架上手教程 机器学习Caffe caffe 原文地址:http://suanfazu.com/t/caffe/281   blink 15年1月 6   Caffe448是一个清 ...

  4. Caffe 深度学习框架上手教程

    Caffe 深度学习框架上手教程   blink 15年1月   Caffe (CNN, deep learning) 介绍 Caffe -----------Convolution Architec ...

  5. 转发——谷歌云官方:一小时掌握深度学习和 TensorFlow

    转发——谷歌云官方:一小时掌握深度学习和 TensorFlow 本文转发自新智元,链接如下: http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==& ...

  6. TVM 优化 ARM GPU 上的移动深度学习

    TVM 优化 ARM GPU 上的移动深度学习 随着深度学习的巨大成功,将深度神经网络部署到移动设备的需求正在迅速增长.与桌面平台上所做的类似,在移动设备中使用 GPU 既有利于推理速度,也有利于能源 ...

  7. 【转】[caffe]深度学习之图像分类模型AlexNet解读

    [caffe]深度学习之图像分类模型AlexNet解读 原文地址:http://blog.csdn.net/sunbaigui/article/details/39938097   本文章已收录于: ...

  8. [caffe]深度学习之图像分类模型VGG解读

    一.简单介绍 vgg和googlenet是2014年imagenet竞赛的双雄,这两类模型结构有一个共同特点是go deeper.跟googlenet不同的是.vgg继承了lenet以及alexnet ...

  9. Ubuntu 14.04 安装caffe深度学习框架

    简介:如何在ubuntu 14.04 下安装caffe深度学习框架. 注:安装caffe时一定要保持网络状态好,不然会遇到很多麻烦.例如下载不了,各种报错. 一.安装依赖包 $ sudo apt-ge ...

随机推荐

  1. Redis的部署

    笔者Q:972581034 交流群:605799367 欢迎加群交流 官方网站 redis.io 下载 cd /usr/local/src wget http://download.redis.io/ ...

  2. [js] 如何 在 jQuery 中的 $.each 循环中使用 break 和 continue

    jQuery中each类似于javascript的for循环 但不同于for循环的是在each里面不能使用break结束循环,也不能使用continue来结束本次循环,想要实现类似的功能就只能用ret ...

  3. 备忘:Junit单元测试

    junit 目前测试都是在main方法中调用目前的结果都需要人工对比是否是想要的 1.使用Junit测试方法,绿色条条代表方法测试成功,没有bug,如果是红色条条代表有异常,测试不通过2.点击方法名. ...

  4. 浅谈OSI七层模型及ICP/IP四层模型

    1.OSI七层模型的概念 在网络历史的早期,国际标准化组织(ISO)和国际电报电话咨询委员会(CCITT)共同出版了开放系统互联的七层参考模型. 一台计算机操作系统中的网络过程包括从应用请求(在协议栈 ...

  5. Linux内核链表-通用链表的实现

    最近编程总想着参考一些有名的开源代码是如何实现的,因为要写链表就看了下linux内核中对链表的实现. 链表是一种非常常见的数据结构,特别是在动态创建相应数据结构的情况下更是如此,然而在操作系统内核中, ...

  6. HDU 3032 Nim or not Nim? [Multi-SG]

    传送门 题意: nim游戏,多了一种操作:将一堆分成两堆 Multi-SG游戏规定,在符合拓扑原则的前提下,一个单一游戏的后继可以为多个单一游戏. 仍然可以使用$SG$函数,分成多个游戏的后继$SG$ ...

  7. Kafka基本知识回顾及复制

    Producers发布记录到集群,集群维护这些记录并且将记录分发给Consumers. 在Kafka中,最关键的抽象是topic.Producers发布记录到一个topic,Consumers订阅一个 ...

  8. 把页面的Table直接输出到Excel文件中

    有个需求是统计的时候,为生成的html表格提供导出功能,但是这样导出Excel不会显示自身的表格 影响美观,但是excel会显示html的css样式,这里可以通过处理行对象的方式进行导出,但是处理起纵 ...

  9. redis 设置认证密码

    通过修改redis配置文件(redis.conf)修改验证密码.(重启生效) requirepass myRedis 客户端通过密码登录redis并进行操作 redis-cli -h 127.0.0. ...

  10. php 下载保存文件保存到本地的两种实现方法

    这里的下载,指的是 弹出下载提示框. 第一种: ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 <?php function downfile() {  $filename ...