life traveler

제품비교

NVIDIA GeForce RTX 3090 vs NVIDIA TITAN RTX  vs NVIDIA RTX A6000

GPU 기본 지식

gpu 장비가 무조건 VRAM이 높다고 좋은건 아니다.

연산 코어가 포화되면 배치를 높여도 연산속도가 고정된다.

배치사이즈 높여서 꽉 채운다고 해서 빠르게 학습이 되는게 아니다.

그러므로, VRAM과 연산 CORE 수 체크 필요하다.(둘다 RTX 3090가 TITAN RTX보다 높음)

또한 가능하면 nvlink로 연결해야 모델 학습시에 지연시간이 좀 더 줄어든다.(3090, RTX 타이탄 둘다 됨)

참고

딥러닝 워크스테이션 대략 3,000만원(주로 영상작업용)

 ---> 추천. NVIDIA TITAN RTX

 ---> NVIDIA RTX A6000 4대 달린 워크스테이션 1대 가격(대략 3,000만원)

♥ 제 글이 도움이 되셨을까요? 공감버튼 클릭 부탁드려요 :)

GPU를 사용하여 모델을 학습하는 과정 중 2시간을 초과하니

'현재 Colab의 사용량 제한으로 인해 GPU에 연결할 수 없습니다.'

과 같은 colab 메시지가 떴다. 

난감 ...

방법1. Google 계정을 신규로 만들었다.

신규 생성한 계정에서 Google Colab을 설치하고

기존에 만들었던 모델파일(*.ipynb)를 로드하여 다시 학습시켰다.

방법2. 하루를 기다렸다. 다시 사용가능해졌다.

랜덤으로 자원을 배정하는 방식인듯하며, 리소스 용량 초과시 위와같이 제한을 걸고 있는 정책을 적용하고 있는 듯 하다.

♥ 제 글이 도움이 되셨을까요? 공감버튼 클릭 부탁드려요 :)

그림을 보면 간단히 이해가 되죠?

Machine Learning 은 기계학습 영역이며(이 영역에는, 가장 유명한 OCR, RPA가 해당하네요)

Deep Learning은 여러 계층을 통과하며 학습하는 과정을 거쳐 인간의 신경망을 가장 유사하게 구현해낸 영역입니다(이 영역에는, 영상인식(예를들어, 안면인식, 사물인식 등), 자연어 인식 등이 해당합니다)

이 모든 영역을 포함하여 포괄적으로 정의하고 있는 기술을 AI(Artificial Intelligence)라고 칭하고 있지요.

♥ 제 글이 도움이 되셨을까요? 공감버튼 클릭 부탁드려요 :)

자연어 기반 비즈니스 인텔리전스 서비스 Amazon QuickSight Q 정식 출시

2015년에 발표되고 2016년에 출시된 QuickSight는 확장 가능한 클라우드용 BI 서비스이다.

Amazon QuickSight는 사용자의 조직에서 BI를 보다 쉽게 사용할 수 있도록 설계되어있다.

- 주요 키워드

1) 자연어 처리(NLP) > 질문의 의도파악

2) 머신러닝으로 구동

3) 개인 비지니스 인텔리전스 엔지니어 또는 데이터 분석가

4) 여러 도메인(영업, 마케팅, 소매, 인사, 광고, 금융 서비스, 건강 관리 등)에서 도출한 어휘 및 개념을 인식하도록 훈련한 모델을 통해 Q(Amazon QuickSight Q)는 QuickSight에서 지원하는 모든 데이터 소스를 참조하는 질문에 답할 수 있다.

5) Amazon Redshift, Amazon Relational Database Service(RDS), Amazon Aurora, Amazon Athena 및 Amazon Simple Storage Service(Amazon S3) 등의 AWS 소스는 물론, Salesforce, Adobe Analytics, ServiceNow 및 Excel 등의 서드파티 소스 & SaaS 앱에서 얻은 데이터를 포함

6) 영어로 질문지원을 시작함.

♥ 제 글이 도움이 되셨을까요? 공감버튼 클릭 부탁드려요 :)