[人工智能/机器学习/神经网络/算法]PyTorch深度学习基础

xiaomeng

  前言：这几天看hackerbob发教程，所以我就过来发发教程啦,本文专门为skystars良心定制，请查收 @skystars

看教程前的准备：最好是NVidia的显卡，至少8G显存。本人在本教程中使用NVIDIA GeForce RTX 2080 Ti 11GB显存的显卡作为示例，没办法，自己家里的显卡多的堆积如山了（bushi   

附全配置：ubuntu , pytorch,  NVIDIA GeForce RTX 2080 Ti,  CPU 6× Xeon E5-2678 v3， 内存 36G

首先：我需要明确一个问题，为什么深度学习要用显卡？
1. 因为CPU计算浮点数比GPU计算要慢的多，我们听过代码来实验一下，在实践中探理，验证中求真。
     1）。我们需要分别用CPU和GPU初始化一个1000x10000和10000x10000的矩阵，记录时间，之后用GPU时间除以CPU时间就可以得到了。
     代码如下：

[Python] 纯文本查看 复制代码

#coding=utf-8
import torch
from time import perf_counter

x = torch.rand(1000,10000)
y = torch.rand(10000,10000)

#CPU
start = perf_counter()
x.mm(y)
finish = perf_counter()
time = finish-start
print("CPU计算时间:%s" % time)

#GPU
if torch.cuda.is_available():
        x = x.cuda()
        y = y.cuda()
        start = perf_counter()
        x.mm(y)
        finish = perf_counter()
        time_cuda = finish-start
        print("GPU加速计算的时间:%s" % time_cuda)
        print("CPU计算时间是GPU加速计算时间的%s倍" % str(time/time_cuda))
        
else:
        print("未支持CUDA")
        

见下图，通过代码得知，GPU计算速度，大概是CPU计算速度的6倍（今天不知道为啥，显卡表现有点不太好，以前我用Tesla k80的显卡计算速度都是cpu的30倍，今天有点翻车，见笑了）


本文以后会继续更新的

                              


  

hackerbob

我家电脑是十几年前的了。。。

skystars

支持楼主！

有没有一种可能，今天CPU表现得更好些

xiaomeng

skystars 发表于 2022-5-4 13:11
支持楼主！

有没有一种可能，今天CPU表现得更好些

給CPU獎勵个鸡腿

xiaomeng

hackerbob 发表于 2022-5-4 12:48
我家电脑是十几年前的了。。。

GPU太差了说明你们家，我至少能用的显卡不少

skystars

xiaomeng 发表于 2022-5-4 14:10
GPU太差了说明你们家，我至少能用的显卡不少

我电脑GPU也差

colab又很难上...

JimmyzZZ

在？GPU慢了可以送到我这里算Sha256锻炼锻炼，算我50$/块/天的服务费就行了，回去体质一定很好。

xiaomeng

JimmyzZZ 发表于 2022-5-4 15:24
在？GPU慢了可以送到我这里算Sha256锻炼锻炼，算我50$/块/天的服务费就行了，回去体质一定很好。 ...

大可不必，我扔给你个RSA密钥你自己回家去分解质数去吧，给你个RSA锻炼锻炼

xiaomeng

skystars 发表于 2022-5-4 14:16
我电脑GPU也差

colab又很难上...

colab你得有谷歌账号，还需要加密连接，整个过程很复杂，你可以整一台美国服务器，直接通过VNC远程桌面

JimmyzZZ

xiaomeng 发表于 2022-5-4 15:51
大可不必，我扔给你个RSA密钥你自己回家去分解质数去吧，给你个RSA锻炼锻炼 ...

不用不用，算你这个不够刺激，我这里不光能锻炼你的GPU还能锻炼我的钱包