在Theano中使用GPU進行數據增強

Question

我是Theano和Deep Learning中的新成員，我在Theano中運行我的實驗，但我希望通過直接使用GPU進行數據增量來減少每個時代花費的時間。

不幸的是我不能使用PyCuda，所以我想知道是否有可能使用Theano進行基本的數據增強。例如圖像中的翻譯或旋轉，同時我在使用Numpy的CPU中使用scipy功能，但速度很慢。

Answer 1

如果數據增加是您的計算圖的一部分，並且可以在GPU上執行，那麼它自然會在GPU上執行。所以這個問題縮小到「是否可以在GPU上使用Theano張量操作來完成常見的數據增強任務」。

如果您要應用的轉換僅僅是翻譯，您可以使用theano.tensor.roll，然後進行一些屏蔽。如果你想旋轉，請看this implementation of spatial transformer network。特別是看看_transform函數，它將輸入一個矩陣theta，其中每個樣本和實際樣本都有一個2x3變換（左邊的2x2是旋轉，右邊的1x2是平移），然後將旋轉和平移應用到那些樣品。我沒有確認它是爲GPU優化的（也就是說，該功能的瓶頸可能會在CPU上執行，這會使其不適合您的使用情況），但這是一個很好的起點。