#deeplearning #programowanie #tensorflow
Do tej pory używałem tf 2.0, komunikat o braku obsługi AVX2 olewałem i nie instalowałem nowszej wersji bo przecież i tak mam Radeona to nie wykorzystam mocy GPU. No ale postanowiłem spróbować obejść to przez bibliotekę plaidML - w ten sposób po zainstalowaniu tf 2.3.1 dowiedziałem się, że moja karta jedynie zabiera miejsce w laptopie a do obliczeń się nie nadaje. Ale jest też plus pozytywny: tf 2.3.1 wspiera
Do tej pory używałem tf 2.0, komunikat o braku obsługi AVX2 olewałem i nie instalowałem nowszej wersji bo przecież i tak mam Radeona to nie wykorzystam mocy GPU. No ale postanowiłem spróbować obejść to przez bibliotekę plaidML - w ten sposób po zainstalowaniu tf 2.3.1 dowiedziałem się, że moja karta jedynie zabiera miejsce w laptopie a do obliczeń się nie nadaje. Ale jest też plus pozytywny: tf 2.3.1 wspiera
Wtedy tworzyłem autoenkoder aby odtworzyć taki generator twarzy. No i nawet się udało mimo, że miałem dość mały i bardzo mocno zróżnicowany zestaw danych. Teraz próbuję zrobić to samo przy pomocy GANa ale to iteruje już dzisiaj cały dzień na razie bez większych skutków. Na oko potrzebowałbym 8 dni obliczeń aby uzyskać dobre rezultaty.
@takiego: nie otagowałem Cię xD
Czy wykorzystuje się javę jako język, w którym impelementuje się jakąś sztuczną inteligencję? Mówię o zastosowaniach komercyjnych a nie bibliotekach, których i tak nikt nie używa oprócz pasjonatów.
W przyszłości Java może mieć większe znaczenie, gdyż miesiąc temu Oracle wydało Tribuo, bibliotekę do machine learningu w Javie.
Ogólnie znajomość Javy głównie plusuje w projektowaniu pipelineów Big Data, chociażby przy