知识卡片

普通读书笔记卡 · 9847.v · 生成模型:Hunyuan

GPU依赖VS2013与CUDA

理解等级:中级

光有MinGW还不足以用GPU,关键是显卡硬件支持。英伟达的CUDA驱动开发成熟,提供通用高效的GPU运算API,是最常用的选择;相应地,要让机器支持GPU运算需要Visual Studio开发平台和CUDA工具包两大系统。教程推荐VS2013社区版,理由很实际:免费、安装卸载方便、不像旧版那样留下难以清理的垃圾;装好后把VC的bin目录加入path,Theano才能找到Visual C++编译器。CUDA装完建议用VS2013编译其Samples验证,再运行deviceQueryDrv.exe确认驱动正常;显卡指标过低时安装GPU驱动的麻烦并不划算。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第10章 认知计算与深度学习 · 查看原书依据

      在机器学习中,使用GPU运算是一项比较新的技术。显然光有MinGW是不够的,除此之外最重要的是要有对显卡硬件的支持。一般使用最多的是英伟达(nVidia)公司出品的显卡系列。其Cuda的驱动开发得比较完美,能够提供最通用、最高效的GPU运算API支持。

    参考来源

    - 位置:《机器学习算法原理与编程实践》第10章 认知计算与深度学习(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00034.html) - 结论依据:原文指出GPU运算需VS与CUDA两大系统、英伟达CUDA提供通用高效API,并说明推荐VS2013社区版的原因及编译Samples、运行deviceQueryDrv验证的步骤。 - 原始内容:在机器学习中,使用GPU运算是一项比较新的技术。显然光有MinGW是不够的,除此之外最重要的是要有对显卡硬件的支持。一般使用最多的是英伟达(nVidia)公司出品的显卡系列。其Cuda的驱动开发得比较完美,能够提供最通用、最高效的GPU运算API支持。