Global Sources
電子工程專輯
 
電子工程專輯 > 處理器/DSP
 
 
處理器/DSP  

NVIDIA Drop-In 軟體簡化深度學習應用加速作業

上網時間: 2014年09月25日     打印版  Bookmark and Share  字型大小:  

關鍵字:GPU  深度學習  cuDNN  CUDA  Drop-In 

NVIDIA (輝達)推出一款非常容易部署的軟體,可協助開發人員運用 GPU 加速功能的威力,在影像分類、影音分析、語音辨識和自然語言處理等範疇開發各種具突破性的深度學習(Deep Learning)應用。

NVIDIA cuDNN 是一個採用 CUDA 平行編程模式且功能強大的程式設計函式庫,相較於只用 CPU 的運算方式,運用 GPU 可將深度學習的訓練程式加速多達 10 倍。具有容易部署特色和 Drop-In 設計 cuDNN ,可讓開發人員快速開發全新的訓練模式,並進行最佳化和運用 GPU 加速器設計更多精準的應用。

機器學習關係到設立精密、多層次或「深入」的神經網路,而深度學習是機器學習中一個快速成長的分類。這些網路藉由分析龐大的訓練數據讓功能強大的電腦系統學習如何統組各種模式、物件等計畫。

越來越多研究人員和程式設計人員了解 GPU 可為加速大型資料密集運算的訓練程式帶來重大好處,因此運用 GPU 加速深度學習應用的數量也因而大幅提升

加州大學柏克萊分校研究人員已將 cuDNN 整合在 Caffe 架構中。這個架構是全球最廣泛採用的深度學習應用開發架構。

此外,在享譽盛名的 2014 年 ImageNet 大型視覺辨識競賽中有超過九成參賽團隊,以及四分之三的獲勝者均使用 GPU 來設計他們各種突破性的深度學習應用。





投票數:   加入我的最愛
我來評論 - NVIDIA Drop-In 軟體簡化深度學習應用...
評論:  
*  您還能輸入[0]個字
*驗證碼:
 
論壇熱門主題 熱門下載
 •   將邁入40歲的你...存款多少了  •  深入電容觸控技術就從這個問題開始
 •  我有一個數位電源的專利...  •  磷酸鋰鐵電池一問
 •   關於設備商公司的工程師(廠商)薪資前景  •  計算諧振轉換器的同步整流MOSFET功耗損失
 •   Touch sensor & MEMS controller  •  針對智慧電表PLC通訊應用的線路驅動器
 •   下週 深圳 llC 2012 關於PCB免費工具的研討會  •  邏輯閘的應用


EE人生人氣排行
 
返回頁首