2017-08-19

主要內容：CPU和GPU介紹，幾種深度學習框架的介紹

1.CPU和GPU

CPU一般核數目比較少，適合做通用的計算，速度比較快，共享系統的內存

GPU一般單個核心的速度比較慢，但是核心數目很多，幾千個，但是CPOU只有幾個幾十個，所以GPU適合做簡單的人物，大規模並行計算，在深度學習中效果很好；

主流的公司就是NVIDIA AMD，一般是NVIDIA的比較好一點；

然後為了使用GPU又一些編程框架可以使用，比如CUDA和OPENCL， 直接對他們編程比較難，所以利用一些庫會使得編程簡單很多；

2，深度學習框架

這裏主要介紹了Tensorflow , 還有 pyTorch,分別是谷歌和Facebook的；

首先介紹了使用這些深度學習框架的好處，相對於純手工編寫：

一是很容易構建大規模的計算圖模型，二是容易計算梯度，三是方便的在GPU上面運行；

然後就是一些細節，介紹Tensorflow如何解決一些問題，比如如何計算梯度，如何先定義網絡然後再給數據計算網絡中的權重，如何更新，以及一些高級 的裝飾器比如Keras；

tenorflow和pytorch之間的區別：

第八節課-深度學習軟件