Часто задаваемые вопросы о глубоком обучении
Найдите ответы на распространенные вопросы о глубоком обучении.
Какая мне нужна лицензия для работы с инструментами глубокого обучения?
Каковы требования к графическому процессору для запуска инструментов глубокого обучения?
Могут ли инструменты геообработки использовать несколько графических процессоров на одной машине?
Какие инструменты поддерживают несколько графических процессоров?
Как контролировать, какой объем памяти графического процессора используется?
Почему мой графический процессор CUDA не работает с инструментами глубокого обучения ArcGIS?
Как после обучения узнать, насколько хорошо сработала моя модель?
Как узнать, насколько хорошо работает моя модель после запуска инструментов вывода?
Какая мне нужна лицензия для работы с инструментами глубокого обучения?
Для всех инструментов геообработки глубокого обучения и некоторых Инструментов глубокого обучения с вкладки Изображения (например, из панелей Отметить объекты для глубокого обучения и Обзор Модели глубокого обучения), необходим дополнительный модуль ArcGIS Image Analyst. Для мастера Тренировать модель глубокого обучения и инструмента Извлечь объекты необходим дополнительный модуль ArcGIS Image Analyst и лицензия ArcGIS Pro Advanced. Некоторые инструменты также доступны в дополнительном модуле ArcGIS Spatial Analyst.
И для группы инструментов Классификация (глубокое обучение), и для группы инструментов Выявление объектов (глубокое обучение) требуется дополнительный модуль ArcGIS 3D Analyst.
Для интерактивного инструмента Выявление объектов для изображений в 3D-сцене необходима лицензия ArcGIS Pro Advanced или дополнительный модуль ArcGIS Image Analyst.
Нужно ли устанавливать все библиотеки глубокого обучения для запуска инструментов глубокого обучения?
Да, вам необходимо следовать инструкцим в разделе Установка среды глубокого обучения для ArcGIS.
У меня установлены другие версии библиотек глубокого обучения. Будут ли они работать с текущей версией ArcGIS Pro?
Для каждой версии ArcGIS Pro требуются определенные версии библиотек глубокого обучения. Необходимо удалить существующие пакеты и библиотеки и установить версии, указанные в инструкции по установке.
Каковы требования к графическому процессору для запуска инструментов глубокого обучения?
|
Элемент |
Поддерживаемые и рекомендуемые |
|---|---|
|
Тип графического процессора |
NVIDIA GPU с CUDA 5.0 минимум; рекомендуется 6.1 или более новая версия. См. список видеокарт с поддержкой CUDA, чтобы определить вычислительные возможности вашего графического процессора, или проверьте раздел CUDA Compute средства проверки системных требований. |
|
Драйвер GPU |
Драйверы NVIDIA GPU: требуется версия 527.41 или более новая. |
|
Выделенная графическая память |
Минимум: 6 ГБ |
|
Рекомендуется: 16 ГБ или больше |
|
|
Требования к памяти зависят от архитектуры модели и размера используемого пакета. |
Могут ли инструменты геообработки использовать несколько графических процессоров на одной машине?
Да, инструменты геообработки, работающие в среде GPU ID, могут использовать как один, так и несколько графических процессоров. Чтобы использовать все доступные графические процессоры, оставьте текстовое поле GPU ID пустым.
Какие инструменты поддерживают несколько графических процессоров?
Есть несколько инструментов геообработки, которые используют несколько графических процессоров на одной машине:
Инструменты вывода ArcGIS Image Analyst, такие как: Классифицировать объекты при помощи глубокого обучения, Классифицировать пикселы при помощи глубокого обучения, Выявить изменения при помощи глубокого обучения и Выявить объекты при помощи глубокого обучения.
Модели arcgis.learn для тренировки моделей глубокого обучения.
Какова роль центрального процессора при использовании графического процессора для тренировки модели глубокого обучения?
В то время как графический процессор в первую очередь отвечает за фактическую тренировку модели, центральный процессор играет важную вспомогательную роль; он выполняет такие задачи, как загрузка данных, предварительная обработка и увеличение объема данных. В некоторых случаях, например, при использовании определенных платформ или операционных систем, центральный процессор может стать ограничивающим фактором. Это может повлиять на скорость тренировки, особенно при работе с большими наборами данных или со сложными преобразованиями данных. Увеличение объема данных может потребовать значительных ресурсов центрального процессора при использовании больших фрагментов графики. Если при тренировке не требуется увеличения объема данных, установка значения Нет может помочь оптимизировать производительность.
У меня более старый графический процессор, который несовместим с программным обеспечением, или у моего графического процессора недостаточно памяти. Каковы требования?
Если у вас нет необходимого объема памяти VRAM от 4 до 8 ГБ, то большинство инструментов можно запустить на центральном процессоре, хотя время обработки будет больше.
Инструмент Выявить объекты из облака точек при помощи обученной модели и инструмент Обучение модели выявления объектов облака точек не поддерживают обработку на CPU; они могут работать только на GPU. Эти инструменты возвращают ошибку, если в качестве типа процессора указан CPU.
Как контролировать, какой объем памяти графического процессора используется?
Используйте nvidia-smi, которая представляет собой утилиту командной строки, устанавливаемую вместе с драйверами NVIDIA.
Откройте окно командной строки Windows.
Введите nvidia-smi.
Нажмите клавишу Enter.
Примечание:
Если
nvidia-smiне найден, то перед выполнением команды необходимо перейти в нужную директорию в окне командной строки. Используйте строку поиска Windows, чтобы найтиnvidia-smi.
В разделе Использование памяти GPU можно выяснить, используется ли память GPU.

Чтобы отслеживать непрерывное использование графического процессора при работе инструментов, можно запустить nvidia-smi -l 10. Вы можете использовать его, чтобы определить, каким должен быть размер пакета при запуске инструментов глубокого обучения. Если вы заметите, что используется не вся память, можно увеличить размер пакета. Если вы заметите, что использование памяти достигло максимума, а инструмент не работает, уменьшите размер пакета.
Почему мой графический процессор CUDA не работает с инструментами глубокого обучения ArcGIS?
Возможны следующие причины:
Устаревший драйвер GPU приводит к тому, что инструменты глубокого обучения не будут работать, вызывая ошибки во время выполнения инструментов, указывая на то, что CUDA не установлена или присутствует неподдерживаемая цепочка инструментов. Убедитесь, что у вас установлены последние версии драйверов GPU из NVIDIA.
Для ArcGIS Pro требуется графический процессор с архитектурой Maxwell CUDA или новее; старые графические процессоры не поддерживаются. Версию CUDA Toolkit для любой версии ArcGIS можно найти в разделе Manifest of included packages на странице GitHub Deep Learning Libraries Installers for ArcGIS.
Как ускорить инструменты вывода?
Если вы еще не используете GPU, установите для параметра Тип процессора значение GPU в параметрах среды инструмента. Вы также можете увеличить размер пакета для оптимального использования графического процессора. Если размер пакета слишком велик, может возникнуть ошибка CUDA_OUT_MEMORY, и вам придется поэкспериментировать с размером пакета, чтобы найти подходящий размер для вашего режима.
Почему я вижу conda или jupyter notebook не распознаются как внутренняя или внешняя команда, когда пытаюсь установить библиотеки вручную?
Вы можете увидеть ошибки, если используете стандартную командную строку Windows вместо Командной строки Python ArcGIS Pro. Вы можете открыть Командную строку Python ArcGIS Pro из меню Пуск, набрав в поле для поиска Командная строка Python, или в местоположении установки ArcGIS Pro. Командная строка Python ArcGIS Pro позволяет получить доступ к стандартным инструментам и библиотекам, поставляемым с conda или jupyter.
Что делать, если я вижу ошибку поврежденного пакета conda или ошибку проверки при попытке установить библиотеки вручную?
Очистите локальный кеш с помощью conda clean –t.
Как после обучения узнать, насколько хорошо сработала моя модель?
Выходная папка обученной модели содержит файл model_metrics.html. Этот файл содержит такую информацию об обученной модели, как скорость обучения, потери при обучении и проверке, а также средняя оценка точности.
Как узнать, насколько хорошо работает моя модель после запуска инструментов вывода?
Существуют различные методы проверки результатов моделей глубокого обучения. Более подробно см. Просмотр результатов.
Какие версии библиотек требуются для ArcGIS Pro 3.6?
Последний список необходимых библиотек см. на странице GitHub Deep Learning Libraries Installers for ArcGIS. Необходимые версии библиотек для предыдущих версий ArcGIS Pro указаны в руководствах по установке (PDF) для каждой версии.