【发布时间】：2017-03-31 19:38:58
【问题描述】：
我在 C++ 中使用 Cuda 已经有一段时间了，我想试试 cuDNN。我想直接使用 C++，但我只能找到基于 Caffè 或 TensorFlow 等不同平台的示例和教程。这是否意味着我不能在纯 C++ 中使用 cuDNN？ 我需要有尽可能高的性能。 感谢您的帮助
【问题讨论】：
【发布时间】：2017-03-31 19:38:58
【问题描述】：
您可以在纯 C++ 中使用 cuDNN。
作为一个库，它针对深度神经网络/深度学习，因此许多 DL 框架使用它来加速其工作负载。
但是没有什么可以阻止您直接使用该库，并且应该有足够的 API 级别文档供您这样做。
如果您不熟悉某些概念（例如张量），您可能会发现该库更难理解，因此对当前常见的 DL 概念的大致了解无疑将有助于理解如何使用它。
【讨论】：
-
谢谢罗伯特。根据您的经验，使用纯 C++ 有意义吗？它会比其他的更快吗？
-
这个问题不明智，IMO。 caffe、theano、torch、tensorflow 等框架可以为 DL 研究人员/开发人员提供更舒适的环境。它们提供了高级别的抽象。 cuDNN 是一个较低级别的加速库。
-
我的意思是我要编写神经网络代码，在选择平台（或不选择平台）之前，我需要有关性能的建议。看到他们中的大多数人使用 Python，我相信模拟会比普通的 C++ 运行得慢。但也许我错了。
-
我们无法在 cmets 中解决这个问题。您实际上是在寻求有关神经网络框架设计的教程。这些不是简单的问题。像 tensorflow 这样的框架可能会在较高级别使用 python，但是如果您研究 tensorflow 源代码，其中很多是用 C++ 编写的以提高速度。您正在查看一堆摩天大楼，并试图决定是应该只使用其中一个，还是自己建造。如果你能建造一座更好的摩天大楼，那就去吧。但不要低估所涉及的工作。你的第一个问题是我可以回答的。这些不是。
-
好的，我明白了。感谢您的帮助罗伯特