MatConvNet解读:pool_gpu.cu

明明可以早点起

于 2016-08-22 19:35:23 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： deeplearning 文章标签： matconvnet caffe

本文链接：https://blog.youkuaiyun.com/LIXIAOLONGJIEQUAN/article/details/52279591

deeplearning 专栏收录该内容

19 篇文章

订阅专栏

本文介绍MatConvNet框架中利用GPU加速实现Pooling层反向传播的过程。通过C语言实现，该过程能高效地将残差映射到最大值位置。

<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">文件位置：matconvnet-1.0-beta20\matlab\src\bits\impl\pooling_gpu.cu</span>

<span style="font-family:Arial, Helvetica, sans-serif;"><span style="background-color: rgb(255, 255, 255);">这里摘抄了一小段，这段代码主要是完成pooling层的反向计算，其实pooling层的反向计算就是直接把残差映射到最大值的那个位置，下面是实现</span></span>

E:\code\20160820_matconvnet\matconvnet-1.0-beta20\matlab\src\bits\impl\pooling_gpu.cu

matconvnet中的层的代码，并不全是matlab实现的，层的基本实现是c,然后代码效率通常会跟caffe的比较一下，

这。。。

无论哪个深度学习平台，最终效率最高的代码都要靠gpu加速，都写成了c的格式。