Sayın sefaturker, sizce bu ve benzerlerini okumaksızın mı bunca yazıyı yazdım?
Neyin tartışmasını yaptığımı henüz anlayabilmiş biri çıkmadığından ilerleyemiyoruz. Sonuçta başlığın asıl sahibi sorusunun cevabını almış durumda bu nedenle bundan sonrası sadece bu GPU takıntısı olanlar için kalsın.
Uzunca yazmayacağım.
Test yaptığınızda şunu göreceksiniz. Grafik kartı kullanmadığınızda işlemci yükü atıyorum %70 iken, grafik işlemci kullandığınızda işlemci yükü %60 ve gpu yükü ise %80 lere çıkıyor.
Benzer şekilde, asıl dikkat edilmeyen konu, ram’ler ne alemde. Aslında ben ram’ler ne alemde biliyorum.
Test metodunuzu getirin beraber tartışalım.
Hadi adamlar grafik kartı satmak için pazarlama stratejisi olarak deep learning kullanıyorlar. Da bunu gerçekten optimum yol olarak nasıl karşılaştırıp kabul ettiniz merak ediyorum. GPU ya yapılacak yatırımı işlemciye yaparak ne sonuçlar elde edilebilir baktınız mı bilmiyorum.
Bu arada görüntü işleme ile grafik işleme arasındaki farkı farkedebilen birileri vardır burada umarım.
Tensorflow özelinde konuşursam, işlemci için ve gpu destekli iki farklı kütüphanesi olduğu dikkatinizi çekmiş midir bilmiyorum.
Şimdi eşit şartlarda grafik işlemci kullanan ve cpu kullanan ayrı kütüphaneleri için ram durumlarını burada paylaşabilirseniz size ne demek istediğimi daha iyi anlatabilirim.
Eğer işletim sistemi de grafik işlemcinin yaptığı gibi belleğinin tamamını kullanarak bu işi yaparsa aradaki farklar azalacaktır.
Hele ki şartlar grafik işlemciye yatırılacak para yerine CPU ya yatırırsanız öne dahi geçebilecektir.
Burada donanımsal ve işletim sistemi özelliklerini dikkate almadan grafik işlemci cuda desteği ile adil olmayan test metodlarını yanıltıcı olduğunu düşündüğümü belirtmek isterim.
Olay bundan ibaret.
Derin öğrenme ne kadar derin diye de konuşabiliriz, zaten istatistiğin süslenip püslenip yapay zeka diye pazarlanmasına da karşı olduğumu düşünürsek çoğu katılımcı ile aynı fikirde olmam mümkün değil.
Soruyu soran katılımcının tahmini asıl hedefi, tıbbi görüntüler üzerinde işlem yaparak, hastalık tanılamada, teşhis koymada, insan gözünün kaçırabileceklerini tespit etmek üzerine kurulu muhtemelen.
Bu durumda zaten görüntü renk skalası ve çözünürlükler işlemciyi bile yoracak nitelikte olmayabilir.
Bilgisayar önerisi istediği için ısrarcı olmadım. Mevcut bilgisayarıda tensorflow un hangi kütüphanesini kullandığını sorarak zaten gpu ya göre de optimize edilebilirdi.
Hatta görüntü üzerinden tanılama için görüntü renk ve çözünürlükleri de optimize edilebilirdi. Bu işin diğer boyutu.
Derin öğrenme ile grafik kartının doğrudan ilgisi yok (bana göre) sadece grafik işlemci iş yükünü paylaştırmanın performansa ciddi katkısı olur evet velakin itirazım. İşlemci ve işletim sistemine göre optimize edilmiş bir kütüphaneyle karşılaştırdınız mı?
Soru ve sorun bu kadar.
Burasına neden takıldım derseniz. Gömülü sistemler ve düşük donanım konfigürasyonlarıyla bu işleri yapmamız gerekmekte ve öyle canımız istedi diye grafik kartı dizilerine para harcayamıyoruz, harcasak da donanım için ayrılan kısıtlı alana sığamıyoruz.
Sığsak dahi uymamız gereken standartlar gereği durability testlerinden geçemiyoruz. Uymamız gereken enerji tüketim sınırlarımız olabiliyor.
Bu durumda GPU = derin öğrenme denklemi ön kabulünü ben yapamıyorum siz yapmaya devam edebilirsiniz.
Ama her hesaplamada kendimi performanslı işlemci yada kontrolcü ararken buluyorum.
Bu durumu da bir seferde anlamanızı beklemiyorum tabi ki.