NVIDIA Deep Learning AMI Bewertungen & Produktdetails

Der beste Teil der Nutzung von AMI ist, dass wir die GPU-Beschleunigungen auf VM in wenigen Minuten je nach Bedarf und entsprechend der Auslastung der Server umschalten können. Es ist auch sehr hilfreich bei der Kostenverwaltung der Entwicklung während des Trainings von Deep-Learning-Modellen, und wir können bei Bedarf jederzeit auf eine beliebige Nvidia-GPU umschalten. Während der Produktprototypisierung sind die verfügbaren SDKs, vortrainierten Modelle und anderen Anwendungen sehr hilfreich, um die erste Version in kürzerer Zeit und ohne tiefgehende Forschung an die Kunden zu liefern. Bewertung gesammelt von und auf G2.com gehostet.

Nvidia kann sich auf der UX/UI-Seite verbessern, und wir warten auf mehr vortrainierte Modelle für den Robotikarm und einige fertige Modelle für AR/VR und Animationen mit Charakteren. Maschinen sind so leistungsstark und effizient, dass NVIDIA keinen Raum für Enttäuschung hat. Bewertung gesammelt von und auf G2.com gehostet.

Die Leistung ist hervorragend. Der Zugang ist schnell und einfach. NVIDIA beschleunigt Innovationen, indem es die komplexe Aufgabe eliminiert, einen vollständigen Deep-Learning-Software-Stack zu erstellen und zu optimieren, der speziell für GPUs abgestimmt ist. Es ist eine großartige Plattform zum Erlernen von Deep-Learning-Neuronalen Netzen. Bewertung gesammelt von und auf G2.com gehostet.

Es kann für Klassifikationsprobleme verwendet werden. Mangel an gesundem Menschenverstand, Emotionen werden jetzt nicht richtig behandelt. Es kann verbessert werden, um mehr Daten zu verarbeiten. Einige der standardmäßigen Deep-Learning-Algorithmen sind mit dieser Software schwer auszuführen. Bewertung gesammelt von und auf G2.com gehostet.

Es hat mehr Bekanntheit. Nächste Generation des Lernens. KI, Datenwissenschaft und Grafiklernen, die es leistungsfähiger machen. Nvidia, der Name für Grafik, wird eine Revolution in die Welt bringen. Bewertung gesammelt von und auf G2.com gehostet.

nichts, was man nicht mögen könnte. warte nur auf mehr erstaunliches Lernen auf konzeptionelle Weise. Ich weiß, dass Nvidia in dieser Hinsicht nicht enttäuschen wird. Warten wir ab und sehen. Bewertung gesammelt von und auf G2.com gehostet.

Es führt verschiedene Deep-Learning-Methoden wie Data Science und Container aus und kann an Ihre Anforderungen angepasst werden. Bewertung gesammelt von und auf G2.com gehostet.

brauchte eine aktivere Gemeinschaft, um die Probleme in kürzester Zeit zu lösen. Bewertung gesammelt von und auf G2.com gehostet.

Dies ist eine der besten Anwendungen für die Analyse des Deep Learning. Es gibt viele Modelle, die ausprobiert werden können und ein gutes optimales Ergebnis liefern. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nichts dergleichen, aber die Benutzeroberfläche und die Modellkomplexität können ein wenig reduziert werden, damit es eine leichte Anwendung wird. Bewertung gesammelt von und auf G2.com gehostet.

Einfach zu bedienen mit umfangreicher Dokumentation. Die Support-Community war auch sehr nützlich bei der Lösung von Problemen. Bewertung gesammelt von und auf G2.com gehostet.

Der Preis ist für unseren Geschmack etwas zu hoch. Auch die Produkteigenschaften sind etwas zu begrenzt. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag am meisten, dass sie eine sehr gut organisierte Umgebung haben, die bei der Durchführung verschiedener Deep-Learning-Prozesse wie Data Science und Container hilft und je nach Bedarf in der Entwicklung angepasst werden kann. Bewertung gesammelt von und auf G2.com gehostet.

Der Echtzeit-Support kann verbessert und für die Verbraucher effektiver gestaltet werden. Bewertung gesammelt von und auf G2.com gehostet.

AMI arbeitet nach den Prinzipien der Cloud-Technologie, die hochgradig gesichert sind und keine Chancen auf Datenkorruption bieten. NVIDIA Deep Learning verfügt über einzigartige programmierte Software, die alle Tensor-Kerne nutzt und PCs viel schneller macht als die herkömmlichen. Bewertung gesammelt von und auf G2.com gehostet.

Als ausländischer Nutzer von NVIDIA AMI sind 3$ pro Stunde zu viel, was der einzige Nachteil dieser Technologie ist, aber es könnten Lagerhäuser hier verfügbar sein, sodass die Preise entsprechend der Landeswährung sein sollten. Bewertung gesammelt von und auf G2.com gehostet.

Unglaubliche Leistung und Modelle für Deep Learning. Bewertung gesammelt von und auf G2.com gehostet.

Die Komplexität der Benutzererfahrung hat sich für mein Team als Herausforderung erwiesen. Bewertung gesammelt von und auf G2.com gehostet.

Dieser Container ist voroptimiert, es ist nicht nötig, eine virtuelle Umgebung auf Ihrer Vor-Ort-Maschine einzurichten (obwohl das manchmal definitiv besser ist). Sie haben auch Zugang zu den erstklassigen Nvidia-GPUs (nicht im Einzelhandel erhältlich). Auf Standard-Ubuntu, und Sie können natürlich die GUI laden, wenn Sie möchten, aber ansonsten ein sehr vertrautes Betriebssystem, das minimale (keine?) Konfliktprobleme mit den meisten aktuellen AI/ML-Bibliotheken hat (im Gegensatz zu Windows zum Beispiel). Bewertung gesammelt von und auf G2.com gehostet.

Der Unterschied zwischen dem Bau einer eigenen Box und dem Hochfahren einer in einem Cloud-Marktplatz wird spürbar, je länger man daran arbeitet und wie viel Zeit man täglich dafür benötigt. Ich finde, dass eine lokale Box hilfreich für Experimente sein kann, aber ansonsten kostet es 3-4 USD/Stunde, um diese Instanz zu betreiben. Die derzeit beste GPU (im Einzelhandel) ist die RTX 3090, die einen UVP von unter 2000 $ hat. Wenn Sie bereits einen guten Rechner haben und nur die Karte kaufen möchten, könnte das mehr Sinn machen (obwohl wir derzeit in einem Chipmangel sind, also vielleicht nicht genau in diesem Moment). Dennoch, ein Prozess, der möglicherweise mehrere Boxen erfordert, es sei denn, Sie möchten eine Serverfarm in Ihrem Zuhause einrichten, ist dies der beste Weg. Bewertung gesammelt von und auf G2.com gehostet.