Прогнать сверточную нейронку в 500 сгенерированных изображений через CNN

@evg71621 · Регистрация: 14.03.2022

Студворк — интернет-сервис помощи студентам

Добрый день. Есть длительная задача на работу с изображениями 500х500х3. Финансы сильно ограничены, хочу определиться с видеокартой, т.к. на процессоре процесс обучения исчисляется часами.

Просьба такая, могли бы вы прогнать сверточную нейронку в 500 сгенерированных изображений через CNN на своей видюхе и сказать сколько длится одна эпоха обучения. Буду премного благодарен!

Архитектура такая

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
#input_shape=(500,500,3)
model.add(Conv2D(32, (2, 2), input_shape=input_shape))
model.add(Conv2D(32, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
model.add(Conv2D(64, (2, 2)))
model.add(Conv2D(64, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
 
model.add(Conv2D(128, (2, 2)))
model.add(Conv2D(128, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(5, 5)))
 
model.add(Conv2D(256, (2, 2)))
model.add(Conv2D(256, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(5, 5)))
 
model.add(Flatten())
mode.add(Dense(256))
model.add(Activation('relu'))
mode.add(Dense(128))
model.add(Activation('relu'))
mode.add(Dense(64))
model.add(Activation('relu'))
mode.add(Dense(16))
model.add(Activation('relu'))
mode.add(Dense(2))
model.add(Activation('linear'))

@u235 · 30.09.2023, 21:42

evg71621, если выложишь полный скрипт с импортами и архив с картинками. Т.е. чтобы скачать, распаковать и запустить, то можно попробовать, а вот дописывать скрипт до работающего состояния и искать картинки я не хочу.

@evg71621 · 30.09.2023, 22:12 **[ТС]**

Сообщение от u235

evg71621, если выложишь полный скрипт с импортами и архив с картинками. Т.е. чтобы скачать, распаковать и запустить, то можно попробовать, а вот дописывать скрипт до работающего состояния и искать картинки я не хочу.

Понял. Вот это полностью рабочий код. Мне этого достаточно для оценки скорости работы. Нужно время одной эпохи. Заранее спасибо!

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
import numpy as np
from numpy.random import default_rng
import time
import json
from const import input_shape
# from sklearn.model_selection import train_test_split
# import matplotlib.pyplot as plt
from tensorflow import keras
import keras.backend as K
from keras.layers import Activation, MaxPooling2D, Dense, Flatten, Dropout, BatchNormalization, Input, Reshape, Lambda, Concatenate, concatenate, Conv2D, Conv2DTranspose, LeakyReLU
from keras.models import model_from_json, Sequential
import tensorflow as tf
import os
from os import walk
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
 
x = default_rng(42).random((500,500,500,3))
y = [[np.random.randint(25,50) for i in range(500)],[np.random.randint(40,200) for i in range(500)]]
y = np.array(y)
y = np.reshape(y,(500, 2))
 
 
model = Sequential()
model.add(Conv2D(32, (2, 2), input_shape=input_shape))
model.add(Conv2D(32, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
model.add(Conv2D(64, (2, 2)))
model.add(Conv2D(64, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
 
model.add(Conv2D(128, (2, 2)))
model.add(Conv2D(128, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(5, 5)))
 
model.add(Conv2D(256, (2, 2)))
model.add(Conv2D(256, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(5, 5)))
 
model.add(Flatten())
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dense(128))
model.add(Activation('relu'))
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(2))
model.add(Activation('linear'))
model.compile(optimizer='adam', loss='mean_absolute_percentage_error', metrics=['mean_absolute_percentage_error','mse'])
model.fit(x,y, batch_size=50, epochs=5)

@VTsaregorodtsev · 01.10.2023, 01:07

Сообщение от evg71621

Архитектура такая

Аццкий бред, а не архитектура.
Поэтому и тормозит как минимум вдвое (аналогично будет и на видеокарте).
Объяснять лень.

@u235 · 01.10.2023, 04:01

Сообщение от evg71621

Понял. Вот это полностью рабочий код.

Нет.

Code
1
ModuleNotFoundError: No module named 'const'

@evg71621 · 01.10.2023, 19:38 **[ТС]**

Сообщение от u235

Нет.

Code
1
ModuleNotFoundError: No module named 'const'

Code
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
import numpy as np
from numpy.random import default_rng
from keras.layers import Activation, MaxPooling2D, Dense, Flatten, Conv2D
from keras.models import Sequential
import os
 
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
 
x = default_rng(42).random((500,500,500,3))
y = [[np.random.randint(25,50) for i in range(500)],[np.random.randint(40,200) for i in range(500)]]
y = np.array(y)
y = np.reshape(y,(500, 2))
 
model = Sequential()
model.add(Conv2D(32, (2, 2), input_shape=(500,500,3)))
model.add(Conv2D(32, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
model.add(Conv2D(64, (2, 2)))
model.add(Conv2D(64, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
 
model.add(Conv2D(128, (2, 2)))
model.add(Conv2D(128, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(5, 5)))
 
model.add(Conv2D(256, (2, 2)))
model.add(Conv2D(256, (2, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(5, 5)))
 
model.add(Flatten())
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dense(128))
model.add(Activation('relu'))
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(2))
model.add(Activation('linear'))
model.compile(optimizer='adam', loss='mean_absolute_percentage_error', metrics=['mean_absolute_percentage_error','mse'])
model.fit(x,y, batch_size=50, epochs=5)

Добавлено через 2 минуты

Сообщение от VTsaregorodtsev

Аццкий бред, а не архитектура.
Поэтому и тормозит как минимум вдвое (аналогично будет и на видеокарте).
Объяснять лень.

1) Тема не обсуждении этой архитектуры
2) Если у Вас нет времени писать что-то полезное, то лучше не пишите вообще.
3) Если пишите - пишите по существу.

Новые блоги и статьи Все статьи Все блоги /
Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .	Киев стоит - украинская песня zorxor 28.01.2026 wfWdiRqdTxc О Господи, Вечный, Ты . . . Я помоги, Бесконечный. . . Я прошу Ты. . . Я погибаю, спаси. . . Я прошу Тебя Вечный. . .	Загрузка PNG с альфа-каналом на SDL3 для Android: с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 28.01.2026 Содержание блога SDL3 имеет собственные средства для загрузки и отображения PNG-файлов с альфа-каналом и базовой работы с ними. В этой инструкции используется функция SDL_LoadPNG(), которая. . .	Загрузка PNG с альфа-каналом на SDL3 для Android: с помощью SDL3_image 8Observer8 27.01.2026 Содержание блога SDL3_image - это библиотека для загрузки и работы с изображениями. Эта пошаговая инструкция покажет, как загрузить и вывести на экран смартфона картинку с альфа-каналом, то есть с. . .
влияние грибов на сукцессию anaschu 26.01.2026 Бифуркационные изменения массы гриба происходят тогда, когда мы уменьшаем массу компоста в 10 раз, а скорость прироста биомассы уменьшаем в три раза. Скорость прироста биомассы может уменьшаться за. . .	Воспроизведение звукового файла с помощью SDL3_mixer при касании экрана Android 8Observer8 26.01.2026 Содержание блога SDL3_mixer - это библиотека я для воспроизведения аудио. В отличие от инструкции по добавлению текста код по проигрыванию звука уже содержится в шаблоне примера. Нужно только. . .	Установка Android SDK, NDK, JDK, CMake и т.д. 8Observer8 25.01.2026 Содержание блога Перейдите по ссылке: https:/ / developer. android. com/ studio и в самом низу страницы кликните по архиву "commandlinetools-win-xxxxxx_latest. zip" Извлеките архив и вы увидите. . .	Вывод текста со шрифтом TTF на Android с помощью библиотеки SDL3_ttf 8Observer8 25.01.2026 Содержание блога Если у вас не установлены Android SDK, NDK, JDK, и т. д. то сделайте это по следующей инструкции: Установка Android SDK, NDK, JDK, CMake и т. д. Сборка примера Скачайте. . .

@u235 5515 / 2868 / 571 Регистрация: 07.11.2019 Сообщений: 4,758
	30.09.2023, 21:42
	evg71621, если выложишь полный скрипт с импортами и архив с картинками. Т.е. чтобы скачать, распаковать и запустить, то можно попробовать, а вот дописывать скрипт до работающего состояния и искать картинки я не хочу. 0