深度学习的训练是在成千上万个变量中寻找最佳值的计算,所需计算的数据量异常庞大,因此对计算机算力有较高要求。CPU是一个有多种功能的优秀领导者。它的优点在于调度、管理、协调能力强,计算能力则位于其次。CPU的运算在遇到大体量的数据时会耗费大量时间,而GPU相当于一个接受CPU调度的“拥有大量计算能力”的员工,用GPU运算则可以大大加快深度学习运算速度,从而减少科研的时间成本。
CUDA(Compute Unified Device Architecture)是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构,即能实现硬件显卡可编程,该架构使GPU能够解决复杂的计算问题。将CUDA看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具,比如它就是个扳手。但是CUDA这个工作台买来的时候,并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,这样才能使GPU进行高速的深度神经网络的工作。
本计算机的硬件平台是:
windows10 64位操作系统
- 处理器Intel(R) Xeon(R) CPU E5-2620 v4 @ 2.10GHz 2.10 GHz
GPU:N