CPU和GPU训练耗时比较

temp_X

于 2021-05-07 10:31:22 发布

阅读量3.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：卷积神经网络文章标签： tensorflow

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/temp_X/article/details/116482204

卷积神经网络专栏收录该内容

5 篇文章

订阅专栏

本文揭示了为何使用GPU进行网络训练能显著加快速度，重点讲解了tf.data方法的应用，通过多线程和缓存优化图片读取，以配合CPU和GPU协同工作，缩短训练周期。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

网络训练耗时

为什么要用GPU训练网络

在这里插入图片描述
CPU 训练是在载入图片并进行处理后再开始训练网络，而利用GPU 训练是在CPU 载入图片处理后利用GPU 进行网络训练，GPU 训练速度更快且后面的图片加载不受音响

为什么要用tf.data方法训练

在这里插入图片描述
不适用多线程方法，读取图片较慢，大多数情况下GPU 都在空闲状态，使用多线程方法可以提图片读取处理速度，使得CPU和GPU更好搭配，缩短训练时间，利用缓存也可以提升CPU读取和处理图片的速率。（提前读取图片放在内存中，内存得足，但效果没有使用多线程明显。）
在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。