在几乎大多数情况下,我在处理深度学习中的任何执行部分时遇到了GPU。
答案 0 :(得分:2)
这与GPU架构与CPU有关。事实证明,游戏需要大量的矩阵乘法,因此GPU架构针对这些类型的操作进行了优化,特别是它们针对高速率浮点运算进行了优化。有关此here
的更多信息神经网络主要是矩阵乘法。
例如:
是具有一个隐藏层的简单神经网络的数学公式。 W_h是一个权重矩阵,它乘以输入x,我们在其中添加偏差b_h。线性方程W_hx + b_h可以压缩为单个矩阵乘法。 sigma是一种类似S形的非线性激活。外部S形再次是矩阵乘法。因此GPU