D
Ага, я примерно так и понял, когда искал...
Что для русского кроме хаков ничего нет
Что для русского кроме хаков ничего нет
Size: a a a
2021 April 09
НК
Поясните, пожалуйста, по теме драйверов CUDA. Есть Nvidia 1070, как понять какие драйверы CUDA tools к ней подходят. Правильно ли я понимаю, что CUDA 10, 11 имеют обратную совместимость с CUDA 9? Я установил куда 11 и тенсорфлоу 2.4 видит карту и грузит ГПУ, но pytorch 1.8 не видит. Устал уже рыть форумы.
SМ
На сайте ж инвидиа есть
SМ
Плюс у тф есть тейбла поддержки куды своя а у торч своя
SМ
На сайте производителя в общем вычислительный индекс и совместимые дрова,на сайте пакета версии пакета и совместимые дрова куды
НК
А можно несколько разных cuda держать?
YB
можно. одна при этом будет дефолтной.
это же не драйвера уровня ядра, это библиотека скорее.
драйвера называются nvidia-460 итп
это же не драйвера уровня ядра, это библиотека скорее.
драйвера называются nvidia-460 итп
Е
Насчёт обратной совместимости не уверен. У меня tensorflow 1. не взлетел на новой cuda
SМ
Там тф 1.15 дальше 10.1 нини
SМ
Либо кастомно собирать
Е
Пришлось рядом старую либу ставить
FF
Я хотел спросить по сумаризации
КМ
Всем спасибо.
@alexkuk каждую неделю будем собираться?
@alexkuk каждую неделю будем собираться?
IG
Спасибо :) Если остались какие-то вопросы, вполне можно или тут, или в личке спрашивать
AK
Может быть, как пойдёт
FF
Ладно спрошу в чате. Кто как решает задачу векторизации больших документов?
Модели сейчас умещают довольно ограниченное количество текста, а остальной контекст просто не учитывается. Но и усреднять по всем предложениям вычислительно тяжёлая задача (если рассматривать те же трансформеры) и мне кажется, что нет гарантий, что результирующий вектор будет в итоге нести какую-то осмысленную информацию.
Модели сейчас умещают довольно ограниченное количество текста, а остальной контекст просто не учитывается. Но и усреднять по всем предложениям вычислительно тяжёлая задача (если рассматривать те же трансформеры) и мне кажется, что нет гарантий, что результирующий вектор будет в итоге нести какую-то осмысленную информацию.
DD
А зачем большой текст вообще векторизировать? Чтобы похожие искать? Для классификации?
YB
представь, что ты человек, и тебя просят в 10 словах описать большую статью. вывод: одного вектора всё равно мало.
FF
Бывают большие новости, в которых много деталей
FF
Бывают новости, которые похожи по первым предложениям, но по сути о разных вещах