学习深度学习期间收集到的GPU算力平台

文章列举了多个GPU算力平台,包括恒源云、Featurize、AIStudio、天池实验室和启智。这些平台提供不同的服务和计费方式,例如恒源云以便宜和多样选择著称,但数据与算力绑定;Featurize操作简便且提供20G免费空间;AIStudio是百度的免费平台,支持PaddlePaddle;天池实验室提供60小时免费GPU时长;启智则需积分使用,首次绑定赠送积分。
摘要由CSDN通过智能技术生成

分享一下我了解到的GPU算力平台,主要是统计一下(每个平台不细说),附有链接,具体可自行查看。有免费的也有收费的

恒源云

传送门
特点:便宜,GPU选择多
还没开始用,具体咋用我也没弄懂


这个平台确实便宜并且选择很多,但是他的数据和算力是绑定的,也就是如果你暂时关机不用,显卡被别人用了那就只能迁移数据重新开或者等显卡空闲亦或者重新上传下载数据
在这里插入图片描述

Featurize

传送门
特点:操作简单,有20G免费空间
这个比上面那个贵一点,但是他用起来没那么啰嗦,操作简单(个人觉得),这个有个好处就是你不用了数据不会清,下次再用直接租卡就行,但是空间有限
在这里插入图片描述

AI Studio

传送门
这是百度提供的一个免费的算力平台,每天运行项目自动获得8个算力卡,可使用高级GPU V100 16GB算力运行16小时。但是他只能用paddlepaddle
在这里插入图片描述

天池实验室

传送门
阿里云免费的GPU算力,有60个小时的免费时长。
在这里插入图片描述

启智

传送门
这是个免费的平台,使用资源要消费积分,首次绑定就送50积分,并且调试训练等都能获得积分。具体有哪些卡可传送查看,V100是2积分一小时。目前我用的感觉就是,不知道为啥他那么慢,感觉不像v100的速度,反正运行起来一个是2070两倍的时间,我不太懂显卡
在这里插入图片描述

  • 1
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GPU深度学习训练后,如何部署到嵌入式设备主要涉及模型压缩和转换两方面的问题。 首先,模型压缩是为了减小模型的体积和计算量,以适应嵌入式设备有限的资源。常用的模型压缩方法有量化、剪枝和蒸馏等。量化是指将模型的权重参数由浮点型转换为定点型,从而降低存储和计算开销。剪枝是指通过删除模型中一些冗余的连接或参数,减少模型中的参数数量和计算量。蒸馏是通过使用一个较大的模型(教师模型)来引导另一个较小的模型(学生模型)学习,以达到模型压缩的目的。 其次,模型转换是将训练好的模型从主机端转移到嵌入式设备上进行部署。常用的模型转换方法包括模型编译和模型优化。模型编译是将训练好的模型转换为适合于嵌入式设备运行的特定格式,如TensorFlow Lite(TFLite)和ONNX等。模型优化是通过针对嵌入式设备的硬件和软件进行优化,提高模型推理的速度和效率。 一旦模型经过压缩和转换后,就可以将其部署到嵌入式设备上进行深度学习推理。在部署过程中,需要将模型加载到嵌入式设备的内存中,并使用相应的推理引擎来执行模型推理。推理引擎会根据模型的结构和参数进行推理计算,并输出相应的结果。 总之,将GPU深度学习训练后的模型部署到嵌入式设备可以通过模型压缩和转换来实现,以适应嵌入式设备的资源限制,并借助相应的推理引擎来执行模型推理。这样可以在嵌入式设备上实现高效的深度学习应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值