安装cntk的硬件要求

Question

Microsoft认知网络工具包是否有任何建议或最低系统要求？我无法在git的任何地方找到这些信息。

Answer 1

CNTK本身的要求很低。然而，培养一些更高要求的模型可能会很慢，因此使用GPU（或8）可以提供帮助。

Answer 2

你可以找到为GPU硬件这里需要一些参考：

https://github.com/Microsoft/CNTK/wiki/Setup-CNTK-on-Windows

我测试了一些旧的台式机上简单的图像识别教程与GPU太低的分数（因此只使用CPU），花了一个多小时才完成培训。在Surface Book（1.代）上花了几分钟时间。第一代Surface Book使用AnandTech所说的大致相当于GeForce GT 940M。我还没有在台式机上使用一些较新的高端GPU卡进行测试，以了解它们的性能，但知道这很有趣。

我执行使用本教程一点点测试：https://github.com/Microsoft/CNTK/blob/master/Tutorials/CNTK_201B_CIFAR-10_ImageHandsOn.ipynb

在我的书的表面（1代）我得到的训练1.部分结果如下：

Finished Epoch [1]: [Training] loss = 2.063133 * 50000, metric = 75.6% * 50000 16.486s (3032.8 samples per second) 
Finished Epoch [2]: [Training] loss = 1.677638 * 50000, metric = 61.5% * 50000 16.717s (2990.9 samples per second) 
Finished Epoch [3]: [Training] loss = 1.524161 * 50000, metric = 55.4% * 50000 16.758s (2983.7 samples per second) 

这些都是结果从一个Nvidia的GPU K80上的C6 Azure的虚拟机上运行：

Finished Epoch [1]: [Training] loss = 2.061817 * 50000, metric = 75.5% * 50000 9.766s (5120.0 samples per second) 
Finished Epoch [2]: [Training] loss = 1.679222 * 50000, metric = 61.5% * 50000 10.312s (4848.5 samples per second) 
Finished Epoch [3]: [Training] loss = 1.524643 * 50000, metric = 55.6% * 50000 8.375s (5970.1 samples per second) 

正如你所看到的，在Azure VM大约为2x比我的面快嘘k，因此如果您需要进行实验并且没有配备强大GPU的计算机，则Azure可能是一种选择。 K80 GPU的板载内存也更多，所以它可以运行内存要求更高的型号。 Azure中的虚拟机只有在需要时才能启动以节省成本。

在我的面书，我很容易就会内存错误是这样的：

RuntimeError: CUDA failure 2: out of memory ; GPU=0 ; hostname=OLAVT01 ; expr=cudaMalloc((void**) &deviceBufferPtr, sizeof(AllocatedElemType) * numElements) 

这是由于其表面图书（1代）只有1GB GPU内存。

更新：当我第一次运行测试代码在CPU上运行。以上结果都来自使用GPU。

要检查，如果您在CPU上运行或GPU使用下面的代码：

import cntk as C 
if C.device.default().type() == 0: 
    print('running on CPU') 
else: 
    print('running on GPU') 

要问CNTK使用GPU使用：

from cntk.device import set_default_device, gpu 
set_default_device(gpu(0)) 

Answer 3

GPU的要求是支持CUDA卡计算能力3.0或更高。我尝试过使用GPU GeForce GT 610在个人电脑上进行训练，并得到以下消息：

GPU（GeForce GT 610）的计算能力为2.1。 CNTK只 计算能力支持GPU上的3.0或更高