← 返回卡片

原书出处

深度学习

12 第12章 应用

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.633Z

训练迭代中都要被完全更新。这些缓冲太大,会超出传统的桌面计算机的高速缓存(cache),所以内存带宽通常会成为主要瓶颈。

相比CPU,GPU一个显著的优势是其极高的内存带宽。神经网络的训练算法通常并不涉及大量的分支运算与复杂的控制指令,所以更适合在GPU硬件上训练。

由于神经网络能够被分为多个单独的“神经元”,并且独立于同一层内其他神经元进行处理,所以神经网络可以从GPU的并行特性中受

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习/_epub-src/text/part0004.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639