我在一些中等数据（32K行文本）中使用NLP深度学习编写了一个 python 代码，我遇到了一些问题！
在这个数据量上运行此代码对我来说非常耗时，而且我的PC（iMac 5K）永远无法完成，我搜索了一个更好的方法来运行程序，其中一些人说你应该有一个GPU，然后我听说多线程在多个CPU上运行程序。
问题是：
更好的方法是什么？ ..在我的机器上使用多个CPU的方式是什么？
谢谢。
答案 0 :(得分：1)
人工神经网络需要很长时间才能进行训练 - 取决于网络的结构。您可以尝试减少层和/或神经元的数量，因为密集神经网络需要比卷积神经网络花费更多的时间进行训练...
您没有指定用于实现深度学习算法的框架......我仍然假设像keras / tensorflow / ...这样的大多数框架会自动使用所有CPU内核。
所以是的，您可以尝试在GPU上进行培训，因为它适合高度并行的工作负载。如果您还有剩余资金，可以尝试像AWS这样的云计算。
请记住：人工神经网络的训练时间很长。