ผมทดสอบโดยใช้ code ตามนี้ครับ
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้'''Trains a simple convnet on the MNIST dataset.
Gets to 99.25% test accuracy after 12 epochs
(there is still a lot of margin for parameter tuning).
16 seconds per epoch on a GRID K520 GPU.
'''
from __future__ import print_function
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K
batch_size = 128
num_classes = 10
epochs = 12
# input image dimensions
img_rows, img_cols = 28, 28
# the data, shuffled and split between train and test sets
(x_train, y_train), (x_test, y_test) = mnist.load_data()
if K.image_data_format() == 'channels_first':
x_train = x_train.reshape(x_train.shape[0], 1, img_rows, img_cols)
x_test = x_test.reshape(x_test.shape[0], 1, img_rows, img_cols)
input_shape = (1, img_rows, img_cols)
else:
x_train = x_train.reshape(x_train.shape[0], img_rows, img_cols, 1)
x_test = x_test.reshape(x_test.shape[0], img_rows, img_cols, 1)
input_shape = (img_rows, img_cols, 1)
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print('x_train shape:', x_train.shape)
print(x_train.shape[0], 'train samples')
print(x_test.shape[0], 'test samples')
# convert class vectors to binary class matrices
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
activation='relu',
input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adadelta(),
metrics=['accuracy'])
model.fit(x_train, y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(x_test, y_test))
score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
ได้มาจากกระทู้ของเว็ปนี้
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้https://medium.com/boobeejung/%E0%B8%A7%E0%B8%B4%E0%B8%98%E0%B8%B5%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%95%E0%B8%B4%E0%B8%94%E0%B8%95%E0%B8%B1%E0%B9%89%E0%B8%87-keras-tensorflow-gpu-version-%E0%B8%9A%E0%B8%99-windows-10-%E0%B8%9A%E0%B8%97%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%99%E0%B8%B5%E0%B9%89%E0%B9%80%E0%B8%82%E0%B8%B5%E0%B8%A2%E0%B8%99%E0%B8%82%E0%B8%B6%E0%B9%89%E0%B8%99%E0%B9%80%E0%B8%9E%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%AB%E0%B8%A5%E0%B8%B2%E0%B8%A2%E0%B9%86-%E0%B8%84%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%81%E0%B8%B3-e8e3f5105baa
ได้error ตามนี้ครับ
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้https://www.picz.in.th/image/kI47tD
https://www.picz.in.th/image/kI4dFy
https://www.picz.in.th/image/kI4WC1
https://www.picz.in.th/image/kI4So9
https://www.picz.in.th/image/kI44fb
https://www.picz.in.th/image/kI4YGJ
ผู้รู้รบกวน ช่วยอธิบายด้วยครับว่าต้องแก้ยังไง ขอบคุณมากครับ
ทดสอบว่า python มองเห็น GPU ของเรา หรือไม่
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้
ได้มาจากกระทู้ของเว็ปนี้
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้
ได้error ตามนี้ครับ
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้
ผู้รู้รบกวน ช่วยอธิบายด้วยครับว่าต้องแก้ยังไง ขอบคุณมากครับ