GPU 加速
深度学习设计很多向量和多矩阵运算，比如BP , CNN 等深层模型都可以写成矩阵运算的格式，不用写成循环运算。但是CPU 上矩阵的运算会被展成循环的形式，CPU 是串行执行的。而GPU 图像处理器的众核体系结构包含几千个流处理器。可以将矩阵运算并行化执行，大幅度缩短运行时间。利用GPU 训练深度神经网络可以充分发挥其众多计算核心的能力，耗费时间大幅度缩减。深度学习设计很多向量和多矩阵运算，比如BP , CNN 等深层
阅读背景：
pytorch 入门：GPU加速，卷积层，池化层_AI路漫漫_pytorch卷积层池化层
来源：互联网
分享到：
