深度学习神经网络训练时需要大量的矩阵计算,一般我们需要配用硬件让计算机具备并行计算的能力,以下硬件设备可提供并行计算能力的是()。
A.内存
B.GPU
C.CPU
D.主板
- · 有5位网友选择 D,占比45.45%
- · 有3位网友选择 C,占比27.27%
- · 有2位网友选择 A,占比18.18%
- · 有1位网友选择 B,占比9.09%
A.内存
B.GPU
C.CPU
D.主板
B、lspci | grep ‘altas’
C、lspci | grep ‘d100’
D、atlas info
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加,神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强
B、超强芯片算力下分布式梯度聚合的排战。ResNeco0单选代20ms时间时会产生中心控制的同步开销和频繁同步的通信开销。传统方法需要3次同步完成A11 Reduce,数据驱动方法自主A11 Reduce,无控制开销
C、WindSpore通过梯度数据驱动的自适应图优化,实现去中心化的自主A11 Reduce,梯度聚合步调一致,计算与通信充分流水
D、WindSpore通过面向芯片的深度图优化技术,同步等待少,最大化“数据-计算-通信”的并行度,训练性能相比Host侧图调度方式持平
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!