Forwarded from PyTorch Howsam (Abedi)
#colab #مبتدی
طبق مشاهداتمون تا امروز، چهار نوع GPU در کولب رایگان وجود داره:
مدل K80: با 12 گیگ رم و 4.11 ترافلاپس
مدل P4: با 8 گیگ رم و 5.5 ترافلاپس
مدل T4: با 16 گیگ رم و 8.1 ترافلاپس
مدل P100: با 16 گیگ رم و 9.4 ترافلاپس
دو مدل P100 و T4 بهتر هستن. بنابه میزان استفاده تنزل GPU پیدا میکنید. GPU اختصاص داده شده رو با دو خط زیر همون اول کار میتونید چک کنید:
import torch
torch.cuda.get_device_properties(0)
البته راههای دیگهای هم برای چک کردن هست که ما پایتورچیش رو گفتیم.
دستور بالا مدل GPU رو به شما نشون میده. اگر یکی از دو مدل P100 و T4 بود که به کار ادامه بدید... اگر از دو نوع مدل K80 و P4 بود، از Runtime گزینه Factory reset رو انتخاب کنید و دوباره وصل شد.
مثلا امروز به من سه بار P4 داد ولی بار چهارم P100 شد...
@pytorch_howsam
طبق مشاهداتمون تا امروز، چهار نوع GPU در کولب رایگان وجود داره:
مدل K80: با 12 گیگ رم و 4.11 ترافلاپس
مدل P4: با 8 گیگ رم و 5.5 ترافلاپس
مدل T4: با 16 گیگ رم و 8.1 ترافلاپس
مدل P100: با 16 گیگ رم و 9.4 ترافلاپس
دو مدل P100 و T4 بهتر هستن. بنابه میزان استفاده تنزل GPU پیدا میکنید. GPU اختصاص داده شده رو با دو خط زیر همون اول کار میتونید چک کنید:
import torch
torch.cuda.get_device_properties(0)
البته راههای دیگهای هم برای چک کردن هست که ما پایتورچیش رو گفتیم.
دستور بالا مدل GPU رو به شما نشون میده. اگر یکی از دو مدل P100 و T4 بود که به کار ادامه بدید... اگر از دو نوع مدل K80 و P4 بود، از Runtime گزینه Factory reset رو انتخاب کنید و دوباره وصل شد.
مثلا امروز به من سه بار P4 داد ولی بار چهارم P100 شد...
@pytorch_howsam