[英]Are both the GPU and CUDNN required for Tensorflow
Tensorflow 可以在沒有安裝任何GPU
的CPU
上工作。
在Ubuntu
系統上訓練以下keras
model 時,以下安裝是否improve
了 Tensorflow 的性能?
1). No Nvidia GPU installed.
2). Install the Nvidia CUDNN library on Ubuntu system.
3). Intel CPU with MKLDNN enabled.
對於此keras
model:
https://www.tensorflow.org/quantum/tutorials/mnist
def create_classical_model():
# A simple model based off LeNet from https://keras.io/examples/mnist_cnn/
model = tf.keras.Sequential()
model.add(tf.keras.layers.Conv2D(32, [3, 3], activation='relu', input_shape=(28,28,1)))
model.add(tf.keras.layers.Conv2D(64, [3, 3], activation='relu'))
model.add(tf.keras.layers.MaxPooling2D(pool_size=(2, 2)))
model.add(tf.keras.layers.Dropout(0.25))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation='relu'))
model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(1))
return model
model = create_classical_model()
model.compile(loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
optimizer=tf.keras.optimizers.Adam(),
metrics=['accuracy'])
model.summary()
我剛剛在啟用了 MKLDNN 的Intel CPU
的MKLDNN
上安裝了CUDNN library
,這個CUDNN library
是否使 Tensorflow 更適用於上述 Z20F35E630DAF44DBFA4C3F68F5399DC8
不,它不會有任何影響。
CUDA是 NVIDIA 的 API,它允許您調用特定函數,以便直接使用您的 NVIDIA GPU 來優化計算任務。
cuDNN (CUDA Deep Neural Network)是一個旨在加速神經網絡特定操作的庫。
在加速神經網絡操作的過程中, cuDNN 使用 CUDA 。 Thus, CUDA being dependent on an NVIDIA GPU and cuDNN relying on CUDA, we can conclude that cuDNN cannot apply its optimizations without an NVIDIA GPU.
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.