Question

我正在尝试使用matlab中的神经网络库深入学习。一个好的开始步骤似乎是训练自动编码器。在这方面，我很高兴看到我是否从我的gpu中获取了msot。

就此而言，当我跑

时

tic
  autoenc1 = trainAutoencoder(allSets,5,...
   'L2WeightRegularization',0.001,...
   'SparsityRegularization',1,...
   'SparsityProportion',0.2,...
   'DecoderTransferFunction','logsig',...
   'useGPU',true)
 toc

我得到＆＃34;经过的时间是19.680823秒。＆＃34;。但是，不使用gpu（设置＆＃39; useGPU＆＃39;为false）它只需要8.272708秒。我很困惑，因为我假设使用gpu进行神经网络会加快速度吗？有没有人知道检查matlab和cuda是否正确连接的任何方法，或者看看matlab实际上是如何使用这些资源的？

我安装了cuda 8.1，并且正在使用GeForce GTX 960M（计算能力5.0）。 matlab版本是2016b。

编辑：正如已经指出的那样，目前还没有cuda 8.1。我所拥有的是8.0和cudnn 5.1。

Answer 1

正如评论中所指出的，在GPU上执行计算不一定更快。相反，对性能的影响取决于数据转换和传输的额外开销。

通常，可以通过批量大小影响开销，但trainAutoencoder函数不提供该选项。

有关MATLAB中GPU性能的一般测量和改进，请参阅this link。

trainAutoencoder在使用GPU时会变慢吗？

1 个答案: