Búsqueda · 35 momentos en 20 episodios
Sara RobiscoJuan Carlos GilFrancis VillatoroHéctor SocasGastón Giribetentrenamiento modelo muchos gpuscálculos finales intel core i7redes neuronales pequeñas eficienciaIntel Core i7Sara RobiscoFrancis VillatoroCPURAMJuan Carlos Gil
Cálculos finales Intel Core i7
Con
0:000:301:001:302:002:303:12
Sara Robisco explica que el entrenamiento del modelo requirió muchos GPUs, pero los cálculos finales se ejecutaron en un Intel Core i7 a 3.8 GHz, destacando la eficiencia de las redes neuronales pequeñas.
…que veáis la eficiencia de este conjunto de redes neuronales, que estamos hablando de varias en paralelo. Y ojo, tardó 60 días en entrenar. Ahora ya se explica. Si alguien me hace un cálculo y sale en un segundo es que no se ha esforzado lo suficiente. Pero para que veáis, ¿qué pensáis? Que bueno, que esto necesitó una barbaridad de GPUs, una cosa muy loca Vale, los cálculos se ejecutaron en un Intel Core i7 de 3,8 GHz O sea, es que eficiencia total Sí, es lo que dices tú, son redes pequeñas y esto es una de las ventajas de las redes neuronales, una red pequeña se ejecuta en cualquier sitio, en un reloj la puedes poner. Bueno, Venga, vamos a pasar de tema porque ahora que dije reloj, porque es que estoy mirando el reloj aquí y me están dando la ansiedad de la que hablábamos con la canción de Coffee Break y los latidos extras me están aquí ya empezando a dar. Francis, está la gente…
Significado #1 · Palabras #1
Francis Villatoro introduce la posibilidad de simular modelos cuánticos en ordenadores personales gracias a avances recientes.
Habla: Francis VillatoroSignificado #17simulaciones cuánticas ordenadores personalescubits simulados microsegundoresolución 2d pcs oyentesfuerzas largo alcance 800 nucleos cpu…Sí, sí, y además es radical: 256 por 256, curiosísimo. Bueno, usan 40.000 pasos de simulación numéricos y todo esto les lleva 100 horas, 4 días completos, usando 800 núcleos de CPU. Por supuesto el código que han desarrollado está completamente paralelizado. Pero esto ahora, Francis, nos habla de unos cubits y unos ordenadores cuánticos, y lo resolvemos todo en un microsegundo; ya verás. Estos son simulaciones 2D, es decir, son simulaciones que cualquiera de los PCs de las personas que nos están oyendo perfectamente las puede simular. No se requiere un supercomputador, es algo real de pequeño: 800 x 400, 256 x 256, cabe en los ordenadores actuales con gigas de RAM. Lo que pasa es que son fuerzas de largo alcance; bueno, que se les van 800 núcleos de CPU en 4 días. Yo quería comentar que pasan las décadas y siempre las simulaciones tardan un fin de semana. En mi día de tesis, mi día crítico era el viernes para asegurarme de que nada, de que todo estaba corriendo para llegar el lunes y que la mayor parte de las…
Tras analizar los resultados del modelo Hall NN y su entrenamiento, Juan Carlos Gil describe cómo la red entrenada ofrece una mejora significativa en el tiempo de cálculo en comparación con las simulaciones iniciales.
Habla: Juan Carlos GilSignificado #20modelo hall nn entrenamientosimulación chunga tiempo cálculored entrenada 9000 veces menosblaso tardaba 4 días 800 núcleos…los resultados del entrenamiento con la gráfica de los errores de mínimos cuadráticos es una pasada. O sea, es que ves como la gráfica es del libro, como baja el error, qué gozado. Es tremendo, o sea, conseguimos mejores resultados que las simulaciones. un poquito chunguillas, no eran blaso, eran pic más fluido sin masa, pero claro, una vez que está la red entrenada, a toda caña, dicen que tardan 9.000 veces menos que la simulación chunga esta, la blaso ya decíamos que tardaba 4.000, ¿cómo era? 4 días en 800 núcleos O sea, esto es un Modelo que está disponible, que ahora vas con tus parámetros de diseño y te saca el empuje, lo cual es realmente bueno. Acabo Héctor, no me pongas esa cara. La propulsión eléctrica es la, junto a la nuclear, la tecnología clave de propulsión de los próximos…
Sara Robisco explica que el entrenamiento del modelo requirió muchos GPUs, pero los cálculos finales se ejecutaron en un Intel Core i7 a 3.8 GHz, destacando la eficiencia de las redes neuronales pequeñas.
Habla: Sara RobiscoSignificado #1 · Palabras #1entrenamiento modelo muchos gpuscálculos finales intel core i7redes neuronales pequeñas eficiencia…que veáis la eficiencia de este conjunto de redes neuronales, que estamos hablando de varias en paralelo. Y ojo, tardó 60 días en entrenar. Ahora ya se explica. Si alguien me hace un cálculo y sale en un segundo es que no se ha esforzado lo suficiente. Pero para que veáis, ¿qué pensáis? Que bueno, que esto necesitó una barbaridad de GPUs, una cosa muy loca Vale, los cálculos se ejecutaron en un Intel Core i7 de 3,8 GHz O sea, es que eficiencia total Sí, es lo que dices tú, son redes pequeñas y esto es una de las ventajas de las redes neuronales, una red pequeña se ejecuta en cualquier sitio, en un reloj la puedes poner. Bueno, Venga, vamos a pasar de tema porque ahora que dije reloj, porque es que estoy mirando el reloj aquí y me están dando la ansiedad de la que hablábamos con la canción de Coffee Break y los latidos extras me están aquí ya empezando a dar. Francis, está la gente…