我想训练CNN来区分猫和狗的照片。我已经准备好一切，我的目标是将网络的准确性优化到95％以上。为此，我必须运行具有不同超参数的CNN，并在成千上万张照片上包含许多层和历元。
但是，当我开始训练网络时，我只花了半个小时就完成了8000次训练和2000次测试测试，一次测试了64 x 64像素的图像，其中一层具有128个单元的完全连接。因此，这意味着要执行这些参数的100个纪元，我必须等待50个小时！我有一个较弱的GPU（英特尔UHD图形620）和一个i7八核2.5GHz CPU以及8GB RAM。
如何在合理的时间内加快此过程以尝试不同的参数以获得有意义的结果？我可能会错过一些重要的事情，因为其他人报告的处理时间更短，而且我对神经网络还很陌生。
在我的GPU上进行计算的速度会快多少？
考虑到我拥有的型号，它会比CPU快吗？