顯卡、顯卡驅動、cuda 之間的關係

顯卡:(GPU)主流是Nvidia的GPU,深度學習本身需要大量計算。GPU的並行計算能力,在過去幾年裏恰當地滿足了深度學習的需求。AMD的GPU基本沒有什麼支持,可以不用考慮。

 

驅動:沒有顯卡驅動,就不能識別GPU硬件,不能調用其計算資源。但是呢,Nvidia在Linux上的驅動安裝特別麻煩,尤其對於新手簡直就是噩夢。得屏蔽第三方顯卡驅動。下面會給出教程。

CUDA:是Nvidia推出的只能用於自家GPU的並行計算框架。只有安裝這個框架才能夠進行復雜的並行計算。主流的深度學習框架也都是基於CUDA進行GPU並行加速的,幾乎無一例外。還有一個叫做cudnn,是針對深度卷積神經網絡的加速庫。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章