1樓：
今天在同一臺電腦上同時配置了 Windows Caffe 和 Linux Caffe，使用的是 CUDA9.2 + CUDNN 7.1，實測下來速度是一樣的，請大家放心使用。
不過其實我裝 Linux 是要來用 MXNet 和 PyTorch 的，逃...
2樓：gonglun
你好，最近在嘗試在windows環境下用cmake編譯caffe,然後通過cmake將caffe新增到自己的專案。但解決方案生成後編譯時gtest檔案下的gtest.h中會出現錯誤，樓主有遇到過嗎？
3樓：
GTX970M
MNIST WIN10實測68秒使用ATLAS VS2013編譯UBUNTU14.04實測3分多使用MKL均未使用cuDNN
第一次近距離接觸caffe的老大膜
4樓：叛逆者
Windows上視訊記憶體分配需要通過dxgkrnl（具體是在dxgmms裡，不是用我名字命名的，不是用我名字命名的，不是用我名字命名的），而Linux上是廠商驅動完成的。所以對於NV來說，在Linux上制約更少，可以做更多黑科技的事情。而Win上每次分配都要多至少2次系統呼叫，換取的是穩定性和安全性。
當年Vista改成這樣的驅動模型後，NV的驅動人員和MS的圖形組還經常因為此事撕逼。
CUDA驅動本身都是直腸子，倒沒太多區別。
在利用Python進行深度學習訓練的過程中，損失函式開始變小，然後一直變大，為什麼？
yuansh 你這種要考慮多種情況啊，如果訓練集的accuracy在下降或者loss在上公升，那麼很有可能是你的模型複雜度遠遠不夠 訓練集的accuracy已經到了100，loss也不斷在下降，那麼就是過擬合了 還有一種就是訓練集已經到100，但是無論怎麼調整模型，驗證集的accuracy或者los...
MATLAB 的深度學習能否在未來趕上甚至超過 Python？
前幾天看到r2019b開始支援自動微分，然後這幾天更新了版本，今天大概將深度學習工具包過了一遍，目前感覺良好。以前只能實現一些常見的深度學習模型，現在可以自定義網路結構了，實現比較複雜的模型，比如注意力模型。希望半年內能夠補充一下心得體會。 兮者 趕腳不大行 導師給了個任務需要自己搭建網路，只定ma...
2023年了，深度學習在Windows和Linux上的配置和使用差別還大嗎？
Valar Morghulis 看用途嘍。我主要是用深度學習進行科研，而不是長時間在機子上去訓練，所以對我而言差別不大 或者近乎沒有差別 有乙個非常有意思的問題 最新版tensorflow 2.4.1 是支援CUDA 11.0的，然而在Linux的一眾發行版中，使用Keras的CNN MNIST模型...