Ich bin neu in Theano und Deep Learning, ich führe meine Experimente in Theano, aber ich möchte die Zeit, die ich pro Epoche verbringe, reduzieren, indem ich die Datenerweiterung direkt mit der GPU durchführe.Datenvergrößerung mit GPU in Theano
Leider kann ich PyCuda nicht verwenden, also würde ich gerne wissen, ob es möglich ist, grundlegende Datenerhöhung mit Theano durchzuführen. Zum Beispiel Übersetzung oder Drehung in Bildern, während ich in CPU mit Numpy scipy Funktionen benutze, aber es ist ziemlich langsam.
Ich würde [dieses Repo] (https://github.com/benanne/kaggle-ndsb) betrachten. Es ist Code von einem Kaggle-Wettbewerb, der vom Schöpfer des [Lasagne] (https://github.com/Lasagne/Lasagne) -Projekts geschrieben wurde. In seiner Lösung führt er die gesamte Datenerweiterung mit seiner CPU durch und legt jede erweiterte Charge in eine Warteschlange, während die GPU Chargen aus der Warteschlange und den Zügen ergreift. – gobrewers14