随笔分类 -  深度学习

摘要：参考：关于初次使用Pycharm和anaconda时，anaconda中的包无法被pycharm识别 阅读全文

摘要：参考： 深度学习 | 三个概念：Epoch, Batch, Iteration 侵删 笔记： Batch（批 / 一批样本）：将整个训练样本分成若干个Batch。 Batch_Size（批大小）：每批样本的大小。 Iteration（一次迭代）：训练一个Batch就是一次Iteration（这个概念 阅读全文

摘要：参考：学生党的Google Colab使用心得 侵删 笔记： **好像得全局模式才能分配到资源（但能google），PAC模式分配不了。 设置GPU 只需要在笔记本中的：修改->笔记本设置 当中就可以找到GPU选项。（不设置不是用GPU进行运算） 参考链接Pytorch是torch-1.0.0，te 阅读全文

摘要：参考：[AI开发]深度学习如何选择GPU？ 侵删 笔记： 深度学习训练用到的硬件有两种：一种是专业AI硬件公司出的AI芯片，一种就是我们平时熟知的GPU显卡了，前者不太适合入门学习，而后者无论从入门难度还是性价比上讲，对于新手来说都是优先的选择。 而GPU显卡主流厂商大概两家，一个Nvidia，一个 阅读全文

摘要：参考：都知道CPU 但GPU又是什么鬼？ 侵删 笔记： GPU，是Graphics Processing Unit的简写，是现代显卡中非常重要的一个部分，GPU是显卡上的一块芯片，就像CPU是主板上的一块芯片。集成显卡和独立显卡都是有GPU的。主要负责的任务是加速图形处理速度。同时，GPU使显卡减少 阅读全文

摘要：参考：英伟达 (NVIDIA) 创始人黄仁勋是一个什么样的人？ 侵删 笔记： 主要看Techsoho的回答 David Kirk博士是图形学和高性能并行计算的大神，除了做显卡，他另一大贡献就是搞出了CUDA，被誉为CUDA之父，后当选美国工程院院士。 随着显卡的发展，GPU（图形处理器）越来越强大， 阅读全文

摘要：参考：为什么深度学习需要使用GPU？ 笔记： 多核并行：GPU最早是用于图形渲染、计算，多核并行提高渲染速度 计算类型简单统一：CPU和GPU之所以大不相同，是由于其设计目标的不同，它们分别针对了两种不同的应用场景。CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳 阅读全文