【问题标题】:will TensorFlow utilize GPU for predictive Analysis?TensorFlow 会利用 GPU 进行预测分析吗?
【发布时间】:2020-11-21 21:18:34
【问题描述】:

GPU 非常适合并行计算,但问题是一些机器学习库不使用 GPU,除非基于图像处理或某种图形处理的机器学习,如果我使用机器学习进行预测分析怎么办? TensorFlow 之类的库是否使用 GPU?或者他们只使用CPU?或者我可以选择使用哪个处理单元?怎么了?

注意:预测分析不需要图形处理。

【问题讨论】:

  • 不使用 GPU 的机器学习库(如 scikit-learn)是因为该库没有被专门编码为使用 GPU,而不是因为它们执行图像或图形处理之外的其他操作。 GPU 可以加速标准机器学习工作负载,这取决于库来支持它。

标签: python tensorflow machine-learning artificial-intelligence


【解决方案1】:

简短的回答:是的,会的!

略长的答案:

在任何支持 GPU 的机器学习框架中,GPU 中发生的计算不仅限于图形处理。例如,如果您的模型是一个简单的逻辑回归,如果配置正确,TensorFlow 等框架在 GPU 上运行它。

GPU 用于机器学习的优势在于,训练大型神经网络极大地受益于 GPU 提供的高并行度。

如果您想了解更多,我建议您开始herehere

需要考虑的一些事项:

  • 一个模型将从 GPU 中运行获得多少收益取决于它从并行计算中获得多少收益。
  • 深度学习模型可应用于预测分析,以及更经典的机器学习模型。请记住,神经网络可能是可以从 GPU 中受益的模型类别(参见上面的链接)。
  • 尽管使用 GPU(甚至更专业的硬件)运行模型可以带来好处,但我建议您不要选择框架,尤其是不要仅仅基于它会受益的事实来选择算法从并行性出发,而是看给定算法对您拥有的数据的适用程度

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-09-26
    • 1970-01-01
    • 2018-03-20
    • 1970-01-01
    • 2021-10-05
    • 1970-01-01
    相关资源
    最近更新 更多