使用公共資源玩轉神經網路

我們知道訓練深層神經網路是非常耗費計算機資源的。Google曾在一篇blog中介紹，100個GPU的環境下運行tensorflow是單個GPU運行效率的56倍，即使是這樣，將一個Inception image classification neural network訓練到78%的精度需要65個小時。那麼簡單的換算下如果我們機器上只有一個GPU，而且這個GPU的性能可能還很一般，那麼我們訓練一個這樣的模型需要的時間可能從半年到1年不等了。

當然了對於我們這樣剛剛接觸神經網路和深度學習的人來說，考慮這些似乎是太過於超前。不過，有免費的資源我們還是要學會利用的（切勿濫用）。

今天介紹兩個福利網站，他們提供免費的資源幫助我們玩轉神經網路。我想用腳趾頭也能猜到誰會提供其中一個服務，沒錯，他就是Google！

Google提供了一個叫做Colaboratory (https://colab.research.google.com) 的平台，該平台使用一個Jupyter Notebook程序作為交互環境，同時支持Python2和Python3，並且能夠用pip來安裝各種庫，當然他也可以和Google家的其他服務對接，比如你寫的模型就可以存入Google Drive。更加令人興奮的是他還提供了GPU幫助程序加速，要知道企業配置一個能夠進行深度學習GPU的PC是非常貴的（nVidia的協議里禁止企業使用Geforce系列的晶元來進行深度學習，所以企業用戶就必須選擇類似TESLA這種系列的晶元，大家不妨上網搜搜這個系列顯卡的價格）。

第二個福利網站叫做floydhub (https://www.floydhub.com/)，這個網站以PAAS的方式提供深度學習訓練和發布的雲平台。他的操作方式和Heroku，OpenShift比較類似，同時他也提供了Jupyter Notebook的支持。該網站提供了每個月20個小時的免費CPU時間，以及總共2小時免費的GPU時間，也不要小看了這兩個小時，它可以讓你體驗深度學習里的頂級顯卡，反正我這還從來沒有用過Tesla K80和Tesla V100。

最後由衷的讚歎一下Google對人類社會進步所做出的貢獻，"Don"t be evil" 對於現在的Google來說，實在是過於謙虛了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！