显卡和DFL的关系

day270010678

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

显卡和dfl的关系。

这其中涉及到基础点

一是cudn  显卡商提供的运算平台   

一是cudnn   他是针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。

三是tensorflow 他就是在上面显卡性能两大基础上提供的一个框架， 在这个框架里面可以进行一切活动， 比方说 你的预训练模型 训练模型学习等等

dfl 的一切行为均是围绕上面三点进行。。

明白了这三点就会晓得了，  好显卡性能的提升影响dfl的效率，这是必然的。


问题的关键点在于 不论你是什么显卡， 哪怕你是未来2500年后的显卡，说白点只要你的显卡支持tensorflow，就能运行dfl，这跟显卡的价值没有任何关系，只是跟效率有关系罢了。。


当然 假如我们要充分利用显卡的性能，肯定是升级软件的一切基础功能， 本质就是 升级cudn cudnn 以及tensorflow框架下的库。

先行的dfl的tensorflow是1.3， 而实际上都已经2.11版本 及2.13试验版本了。 所以  想彻底升级dfl  就围绕tensorflow 去升级库，以及代码升级下。 就是有点麻烦罢了，这本身没多难度。