课程内容提炼:
深度学习框架的意义:
CPU 和 GPU 硬件知识
深度学习框架:
Caffe / Caffe2
Theano / TensorFlow
Torch / PyTorch
1、CPU & GPU
总结来说就是,(众所周知)GPU适合做深度学习。
GPU,主要用NVIDIA。
GPU深度学习库,NVIDIA独占 CUDA(cuDNN)。OpenCL, 支持多种硬件,AMD给出了OpenCL转CUDA的编译器。
2、Deep Learning Framework
有趣的现象是,前沿的应用研究从高校转向工业界。
深度学习框架的意义:
(1)使搭建大型计算图更容易;
(2)使计算图的梯度(BP算法)更简单;
(3)能在GPU上更高效的运行(wrap cuDNN, cuBLAS, etc)
3、举例说明
这些框架都是python的库,通常搭配使用。
(1)Numpy
问题:没有计算梯度的函数,要自行编写。 只能run on CPU。
(2)TensorFlow
(3)PyTorch