1樓：智星雲服務
圖形處理器是一種專門在個人電腦、工作站、遊戲機和一些移動裝置上執行繪圖運算工作的微處理器。神經網路設計到大量的矩陣運算，GPU在這個方面很有優勢，筆記本上的GPU如果低於2G視訊記憶體，或者過於老舊的GPU型號都是沒有辦法訓練神經網路的，即使6G視訊記憶體對於大型網路和中大型資料集來說也是捉襟見肘。如果需要用的GPU來做實驗自己的裝置有不合適，可以考慮在智星雲租用GPU，環境都是配置好的，價效比很高。
2樓：itsAndy
GPU，圖形處理器。因為訓練神經網路需要大量的矩陣運算，GPU的架構適合進行網路運算，所以老師會問你們有沒有GPU，一般來說個人筆記本裡的GPU幾乎都無法執行複雜的神經網路，因為視訊記憶體不夠，而且大多數是核顯，計算能力也有限。如果比較著急訓練神經網路，可以在智星雲遠端租用GPU來訓練，環境都是配置好的，直接做就行。
3樓：唐門小子
GPU也就是影象處理器，神經網路演算法通常需要大量的緩衝區，相對於CPU，GPU有極高的記憶體頻寬。也所以呢，神經網路演算法更適合在GPU上訓練。
4樓：
gpu就是筆記本或者台式電腦裡的顯示卡
不過深度學習使用的gpu主要是nvidia的一系列高效能顯示卡，具有較大的視訊記憶體，較高的頻率，較大的資料傳輸頻寬，在數值計算上比cpu快很多
為什麼要用GPU來訓練神經網路而不是CPU？
小M同學 GPU在浮點數的運算上要快於CPU。神經網路訓練往往需要處理大量的資料，GPU高效能會節省訓練的時間。而且選擇 GPU 還需要考慮視訊記憶體的大小。推薦選擇視訊記憶體大於 8GB 的 GPU，這一點很重要，因為在執行大型神經網路時，系統預設將網路節點全部載入視訊記憶體，如果視訊記憶體不足，...
有沒有訓練神經網路的數字貨幣？
孫大波 Ekiden算是可以進行訓練神經網路的的區塊鏈專案。原理簡單的來說，就是一些節點執行可信硬體的方式來訓練資料，可信硬體是一模擬較專業的裝置，例如 Intel SGX。這類專案的想法都是訓練放在鏈下，再用密碼學來保證資料 結果的真實性。Ekiden 專案是由 Down Song 宋曉東主導的，...
卷積神經網路訓練影象的時候，畫素值都是大於0的，那麼啟用函式relu還有什麼作用呢？
小布丁 大家的問答真的寫的挺好的，讓人看了很清晰 總結如下 雖然畫素點的值全為正，但是要經過卷積，卷積核的值可能有負的，最終卷積得到乙個小於0的結果 卷積之後的值要經過BatchNorm層，這個層在歸一化的選擇上也可能會導致出現負值 所以需要做ReLu的線性變換。 Woolsey Relu是 啟用函...