What Cet article résume ce que j'ai remarqué et ce que j'ai recherché lors de l'apprentissage de l'apprentissage automatique avec Chainer. Cette fois, j'étudierai scikit-learn.
Il est rédigé d'après ma compréhension, il se peut donc qu'il soit incorrect. Je corrigerai toutes les erreurs, veuillez me pardonner.
Content
GPU Un dispositif arithmétique spécialisé dans le traitement d'images. Je n'ai aucune idée de ce qui est différent du processeur en principe et est avantageux pour le traitement d'image. Par exemple, le site suivant explique brièvement la différence entre CPU et GPU. https://www.datadock.co.jp/column/GPU/2018/05/88.html Cependant, afin de comprendre l'essentiel, il semble nécessaire de supprimer d'abord le traitement pour lequel le processeur est bon et le traitement pour lequel le GPU est bon. Si nous n'en parlons que de manière simple, c'est actuellement le domaine où les opérations parallèles peuvent être accélérées pour effectuer plusieurs processus similaires en même temps. J'ai seulement constaté que les GPU peuvent traiter des calculs numériques en parallèle et à grande vitesse. Au fait, le fabricant de GPU NDIVIA a secrètement attiré l'attention récemment, et il semble que le flux d'IA soit important. ** Cupy nécessite un GPU, mais Colab peut également utiliser un GPU, ce qui est incroyable! ** **
Cupy Même si je lis le contenu, honnêtement, je ne peux pas le résumer autant. .. .. En écrivant dans Cupy, des calculs numériques peuvent être effectués sur le GPU et un fonctionnement à grande vitesse peut être attendu. Autant que possible, les calculs numériques sont écrits en utilisant Cupy au lieu de Numpy, et du code qui fonctionne à grande vitesse est appliqué. Si vous avez des difficultés à écrire, il semble correct de le vérifier comme il convient
Comment C'est un moment où la température baisse soudainement et il est facile de tomber malade ... Je me suis endormi les samedis et dimanches à cause de maux de tête sévères et de somnolence orz
Recommended Posts