深度学习硬件：CPU 和 GPU 动手学深度学习v2

Posted AI架构师易筋

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习硬件：CPU 和 GPU 动手学深度学习v2相关的知识，希望对你有一定的参考价值。

1. 深度学习硬件：CPU 和 GPU













2. Q & A

    1. 增加数据，可以提高泛化性。
    1. AlexNet用到全连接层， ResNet 比AlexNet更小；但是ResNet的运算量比AlexNet 更大。
    1. 深度神经网络，添加层数 也是 超参数。
    1. 硬件的发展是遵循摩尔定律，计算量前期是指数型。对应的增长时间，复杂度图如下。

参考

https://www.bilibili.com/video/BV1TU4y1j7Wd/?spm_id_from=trigger_reload

以上是关于深度学习硬件：CPU 和 GPU 动手学深度学习v2的主要内容，如果未能解决你的问题，请参考以下文章

深度学习基础——硬件知识总结

深度神经网络 分布式训练 动手学深度学习v2

深度学习用cpu训练和用gpu训练有啥区别？

动手学深度学习第一课：从上手到多类分类-NDArray

深度学习硬件竞赛，CPU要抢GPU的饭碗？

深度学习硬件：TPU, DSP, FPGA, AI ASIC, Systolic Array 动手学深度学习v2