用于GPU和CPU的ND4J后端
你可以通过更改ND4J的POM.xml文件中的依赖项来为后端线性代数操作选择GPU或本地CPU。你的选择将影响应用程序中正在使用的ND4J和DL4J。
如果你的CUDA v9.2+已经安装并且有NVIDIA兼容的硬件，那么你的依赖声明将看起来像：
<dependency>
<groupId>org.nd4j</groupId>
<artifactId>nd4j-cuda-9.2</artifactId>
<version>1.0.0-beta2</version>
</dependency>
否则，你将需要使用ND4J的本地实现作为CPU后端：
<dependency>
<groupId>org.nd4j</groupId>
<artifactId>nd4j-native</artifactId>
<version>1.0.0-beta2</version>
</dependency>
系统架构
如果你在多个操作系统/系统架构上开发项目，则可以在artifactId的末尾添加-platform，该artifactId将下载大多数主要系统的二进制文件。
<dependency>
...
<artifactId>nd4j-native-platform</artifactId>
...
</dependency>
多GPU
如果你有多个GPU但你的系统迫使你 只能用一个，你可以用 helper CudaEnvironment.getInstance().getConfiguration().allowMultiGPU(true);作为你的 main()方法的第一行。
CuDNN
查看我们的 CuDNN 页。
CUDA 安装
在NVIDIA 网站 上查看CUDA安装说明
翻译：风一样的男子
有任何问题请联系微信
image
如果您觉得我的文章给了您帮助，请为我买一杯饮料吧！以下是我的支付宝，意思一下我将非常感激！