 |
21 fang2hou 2023 年 10 月 21 日 2
Jupyter 能大幅降低试错的时间成本和提高使用体验 大部分公司和研究室 GPU 都是云端共享的, Jupyter 方便管理, 使用体验也好, 图片啥的也都能出. 相比于其他计算机学的分支, 很多搞数据科学的不是计算机出身, 比如来自物理系, 数学系, 一个打开网址就能直接开写的环境对他们或是初学者相当友好的. 数据科学工作中经常要进行微调, 从头跑也不是办法, 光数据导入可能就得几十分钟, 还得不停在 CPU 和 GPU 间拷贝, dateset 分割等等. 模型从确定结构到结束调试, 调个几百上千次是常态. Jupyter 背靠 ipython, 解决了这个问题. 真的调好了算法打算大规模训练或是分布式训练的时候其实还是使用各种其他的部署手段的. |
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。