admin 管理员组

文章数量: 1184232

我们提到PyTorch时候，总会想到要用硬件设备GPU的支持，也就是“卡”。GPU的性能主要分为两部分: 算力和显存，前者决定了显卡计算的速度，后者则决定了显卡可以同时放入多少数据用于计算。
(Colab TPU) 速度 382s/epoch

(i5 8250u) 速度 320s/epoch

(i7 9700k) 速度 36s/epoch

(GPU MX150) 速度 36s/epoch

(Colab GPU) 速度 16s/epoch
通过对比看出相较于普通比较笔记本的(i5 8250u)CPU，一个入门级显卡(GPU MX150)可以提升8倍左右的速度，而高性能的显卡(GPU GTX1080ti)可以提升80倍的速度，如果采用多个GPU将会获得更快速度，所以经常用于训练的话还是建议使用GPU。
1080ti中10指的是GTX第10代系列显卡产品。
80是代表显卡的高低端标志，（第二、三位数字越大，档次越高、性能也越高。如：10、20 、30、40 代表低端。50、60代表中端。70 、80、 90代表高端），算力也就越厉害。
ti：TI(Titanium钛)一般就是代表了nVidia的高端版本。
建议的电脑配置

本文标签： pytorch 算力选卡

版权声明：本文标题：Pytorch算力选卡 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1763756447a3267371.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。