深度学习GPU编码器

2视图(30天)
凯尔李
凯尔李 2022年5月12日
评论道: 凯尔李2022年5月18日
我有问题深度学习培训,GPU编码器和精度
  1. 我们正在做一个项目,训练数据如Resnet50和AlexNet pre-trained模型。我想使用GPU编码器,因为我听说使用张量的核心可以实现更快的速度效率。然而,当我看着GPU编码器相关的例子,只有数据验证使用模型的例子。我想知道如果它是不可能使用GPU pre-trained模型训练数据编码器。如果可能的话,我想问如果有任何相关的例子
  2. 我知道MATLAB时使用默认单精度深度学习培训。如何使用双精度或半精度?

接受的答案

萨彦岭萨哈
萨彦岭萨哈 2022年5月12日
嗨,凯尔,
GPU编码器使用深度学习网络目万博1manbetx前只支持推理。培训网络使用编码器产品是不支持的。s manbetx 845万博1manbetx考虑到您正在使用pre-trained网络,您可以利用 转移学习 在MATLAB功能重新培训的网络数据集。
培训网络只能在MATLAB目前使用单一的精度。你能描述一下你的需求,培训使用双精度半?我知道half-precision可能改进培训时间。还有其他原因吗?
//www.tianjin-qmedu.com/help/gpucoder/ug/tensorrt-target.html
~萨彦岭
1评论
凯尔李
凯尔李 2022年5月18日
RTX 3090比A100快单精度。然而,在双半精密A100更快。所以我在考虑哪一个使用RTX 3090和A100之间。MATLAB有培训计划,支持双精度网络?万博1manbetx

登录置评。

更多的答案(0)

类别

找到更多的在深度学习GPU编码器帮助中心文件交换

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!