DL4J实战之四:经典卷积实例(GPU版本)

本文介绍了如何在DL4J中使用GPU进行深度学习训练,对比了CPU和GPU版本的性能。通过切换依赖库,使用CUDA 9.2和nd4j-cuda-9.2-platform,显著提高了训练效率。在GPU环境下,CPU使用率降低,训练速度加快。
摘要由CSDN通过智能技术生成

在这里插入图片描述

  • 再看看CUDA 9.1对应的nd4j库的版本情况,如下图红框,最新的是2018年的1.0.0-beta,与核心库差距太大了:

在这里插入图片描述

  • 好了,再来看看CUDA 9.2对应的nd4j库的版本情况,如下图红框,最新的是1.0.0-beta6,与核心库差两个版本,因此,建议使用CUDA 9.2:

在这里插入图片描述

[](()使用GPU的具体操作步骤

  • 使用CPU还是GPU,具体操作步骤非常简单:切换不同的依赖库即可,下面分别介绍

  • 如果您用CPU做训练,则依赖库和版本如下:

org.deeplearning4j

deeplearning4j-core

1.0.0-beta6

org.nd4j

nd4j-native

1.0.0-beta6

如果您用GPU做训练,且CUDA版本是9.2,则依赖库

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值