模型列车系统: AWS Ubuntup2.xLarge，R3.4.0，mxnet_1.0.1。通过以下方式保存：
mx.model.save(A3.MXmodel, "Action/A3.MXmodel", iteration = 3000)在同一系统上加载可以通过以下方式工作：
A3.MXmodel <- mx.model.load("A3.MXmodel", iteration=3000)
A3.pred <- predict(A3.MXmodel, as.matrix(nNewVector))
A3.pred.label = max.col(t(A3.pred))-1将模型文件移动到新系统(第一个实例的AMI克隆，但在g2.xLarge上)。并试图预测：
A3.pred <- predict(A3.MXmodel, as.matrix(nNewVector))导致rstudio立即崩溃，没有保存数据或错误消息。我可以通过安装检查确认mxnet正在处理新实例：
library(mxnet)
a <- mx.nd.ones(c(2,3), ctx = mx.gpu())
b <- a * 2 + 1
b我是否必须在新的型号是基于GPU设备的某个地方指定？在GPU实例上训练的模型可以在具有CPU mxnet构建的CPU实例上运行吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-03-02 11:33:26
回答以下具体问题：
我是否必须在新的型号是基于GPU设备的某个地方指定？
没有存储模型的结构和参数，但没有对硬件进行编码。
在GPU实例上训练的模型可以在具有CPU mxnet构建的CPU实例上运行吗？
是。这可能是非常可取的--在GPU上训练速度，在CPU上进行推断，因为它在计算和成本上都比较便宜。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48455833
复制相关文章
腾讯云开发者
