不用gpu如何加速神經網路

㈠ matlab2016b神經網路能不能使用gpu加速

ee philip， 可以，參看： Accelerated Training and Large Data Sets 不過我沒有用過Matlab+GPU，如果是CPU多線程的話直接設置worker數量就可以了，GPU需要另外學習一套函數。

㈡ 運行神經網路的機器需要什麼配置

摘要 您好~這道問題問得很好，我需要一點時間編輯答案，還請您耐心等待一下。

㈢ 如何將timit 例子不用gpu跑dnn

cudaa是英偉達的技術，主要用於深度學習功能，打造人工智慧AI的。
GPU加速是很寬泛的，比如網上看視頻，可以選擇硬體（GPU）加速，讓顯卡來代替CPU計算視頻音頻信息，可以極大降低CPU負載。

㈣ 深度學慣用cpu訓練和用gpu訓練有什麼區別

1、深度學慣用cpu訓練和用gpu訓練的區別

（1）CPU主要用於串列運算；而GPU則是大規模並行運算。由於深度學習中樣本量巨大，參數量也很大，所以GPU的作用就是加速網路運算。

（2）CPU算神經網路也是可以的，算出來的神經網路放到實際應用中效果也很好，只不過速度會很慢罷了。而目前GPU運算主要集中在矩陣乘法和卷積上，其他的邏輯運算速度並沒有CPU快。

㈤ 為什麼要用GPU來訓練神經網路而不是CPU

許多現代神經網路的實現基於GPU，GPU最初是為圖形應用而開發的專用硬體組件。所以神經網路收益於游戲產業的發展。

中央處理器（central processing unit，簡稱CPU）作為計算機系統的運算和控制核心，是信息處理、程序運行的最終執行單元。CPU自產生以來，在邏輯結構、運行效率以及功能外延上取得了巨大發展。

CPU出現於大規模集成電路時代，處理器架構設計的迭代更新以及集成電路工藝的不斷提升促使其不斷發展完善。從最初專用於數學計算到廣泛應用於通用計算。

從4位到8位、16位、32位處理器，最後到64位處理器，從各廠商互不兼容到不同指令集架構規范的出現，CPU 自誕生以來一直在飛速發展。

馮諾依曼體系結構是現代計算機的基礎。在該體系結構下，程序和數據統一存儲，指令和數據需要從同一存儲空間存取，經由同一匯流排傳輸，無法重疊執行。根據馮諾依曼體系，CPU的工作分為以下 5 個階段：取指令階段、指令解碼階段、執行指令階段、訪存取數和結果寫回。

㈥ 為什麼Matlab訓練神經網路用不了GPU

可以用gpu加速訓練，可以通過增加'useGPU'欄位:train(net,P,T,'useGPU','yes');或先將數據集P,T通過函數Pgpu=gpuArray(P);Tgpu=gpuArray(T);轉移到gpu內存中，再調用訓練函數train(net,Pgpu,Tgpu)但是需要注意以下幾點：
1，由於要在gpu上訓練，網路的權重調整也會在gpu內進行，所以會佔用gpu的內存，內存佔用率與數據集的大小相關，可以通過下面的代碼了解內存佔用：
gpudev=gpuDevice；%事先聲明gpudev變數為gpu設備類
%其他代碼
gpudev.AvailableMemory%實時獲得當前gpu的可用內存
可以通過嘗試不同的數據集大小選擇一個合適的數據集大小
2，大部分gpu處理double類型的數據能力並不強，所以如果想要取得較好的訓練效果，需要使用single數據類型的數據集，例：
P=single(P);%將double型的P轉為single型
T=single(T);%將double型的T轉為single型
train(net,P,T,'useGPU','yes');
但是matlab的神經網路工具箱的一個函數可能有bug，在gpu上運行double變數的數據集時沒有問題，但運行single變數時可能會彈出如下錯誤：
Error using gpuArray/arrayfun
Variable xx changed type.
修復該問題需要在源文件上作一些修改，具體內容這里沒法三言兩語說清楚，如果遇到該問題可以留言
經過本人測試，single型的數據集在gpu上可以取得數十倍的加速，具體加速情況與具體gpu型號有關

㈦ Matlab 里的神經網路 可以直接使用Nvidia的GPU加速嗎

ee philip，
可以，參看：
Accelerated Training and Large Data Sets
不過我沒有用過Matlab+GPU，如果是CPU多線程的話直接設置worker數量就可以了，GPU需要另外學習一套函數。

㈧ 深度卷積神經網路必須用gpu加速么

不一定，但gpu往往比cpu快數十倍。
cpu速度也是非常快的，根據cpu核心數適當開多線程可以成倍提升速度。
望採納

㈨ CUDA到底是啥是雲計算嗎為什麼神經網路一定要CUDA 來做AMD不可以搞神經網路嗎

CUDA是並行計算工具，神經網路規模大的時候必須使用GPU等並行工具來加速，普通AMD跑說不定得跑十幾天，而用GPU的話也許一天就跑完了