직대딩 블로그

Google Colab으로 딥러닝 학습 시 GPU의 성능이 더 좋다고 합니다. 그렇다면 CPU와 비교하여 성능이 어느 정도 차이 나는지 궁금하여 예제를 찾아 확인해보았습니다. https://colab.research.google.com/notebooks/gpu.ipynb#scrollTo=Y04m-jvKRDsJ&uniqifier=1 위의 링크를 참고하였으며, 임의의 이미지 위에 컨볼루션 신경망 계층을 구성하고 결과 ops를 CPU 또는 GPU에 수동으로 배치하여 실행 속도를 비교하는 예제입니다. 아래는 실행 결과입니다. GPU가 CPU 대비 87배 빠르다고 합니다. 처리에 오랜 시간이 걸리는 딥러닝 모델을 학습할 때는 하드웨어 가속기의 GPU를 켜주는 것이 좋겠습니다. 또한 실행할 때마다 작업 수행시간이 ..

구글 코랩의 사양은 다음과 같다고 합니다. - CPU: Intel Xeon 2.2GHz - RAM: 13GB - 저장공간: 33GB - 90분간 미사용시 중지 - 최대 12시간 연속 사용 가능 ​ 코랩 사용 방법 ​ 1. 구글 드라이브에 접속하여 새로운 폴더 만들기 ​ 2. 좌측 상단의 새로 만들기 -> 더보기 -> 연결할 앱 -> Google Colaboratory ​ 3. 1번에서 만든 폴더에서 Google Colaboratory 클릭 사양 체크 ​ 4. 원하는 코딩 진행 5. ! cat /proc/cpuinfo 명령어 실행 -> CPU 사양 체크 6. 런타임 -> 런타임 유형 -> 하드웨어 가속기 GPU로 변경 후 GPU 사양 체크 7. 내 구글 드라이브 연동