用于图像识别的预训练卷积神经网络的硬件要求

时间:2018-06-27 04:23:21

标签: deep-learning gpu hardware

我知道,为了训练用于图像识别的深度神经网络,需要一个或多个优质GPU,因为它们比CPU更适合此任务。 一切都非常清楚,并且有很多使用各种库的各种教程来说明如何做到这一点。

但是,当我训练了深度神经网络时,运行训练后的深度神经网络以识别服务器上某些Web应用程序中的图像的硬件要求是什么?为此,我是否需要服务器上功能强大的GPU?哪种硬件对运行预训练的深度神经网络更重要-RAM,CPU,存储?

我可以在Android应用上运行经过预训练的网络以进行图像识别吗?这是个好主意吗?

很抱歉,我的问题过于笼统,但我找不到关于此主题的任何适当而详细的评论。

1 个答案:

答案 0 :(得分:1)

当然答案取决于很多因素,包括模型的大小,CNN层数,激活函数的类型等。

但是,一旦对我的模型(3层卷积和256个节点的完整连接)进行了训练,就可以在没有GPU的常规MacBook Pro(16GB RAM,2.7 GHz Intel Core i5处理器)上进行单个图像预测。预测是瞬时发生的(<1秒)。

希望能回答您的问题。