1 什么是GPU
- GPU就是显卡
- Graphics Processing Unit 图像处理单元
- 显卡主要用于在屏幕上显示图像,用于与视频,图像处理相关的任务
1.1 独立显卡
- 独立显卡比较大,性能更加强,装在主机当中
- 笔记本也有独立显卡
- 挖矿,打游戏,深度学习都是使用独立显卡
1.2 核心显卡
- 比较小,嵌入在CPU中
- 核显日常的工作可以胜任的,功耗比较低
2 驱动
- 显卡是个硬件,装到我们电脑中都是需要装一个东西叫做驱动
- 驱动能让计算机识别特定的硬件
3 深度学习显卡CUDA
- 显卡一般是英伟达品牌的显卡,英文是NVIDIA
- 英伟达显卡是不能用于深度学习的,但是他创建了一个CUDA的编程平台
- 有了CUDA这个平台,有了CUDA这门语言,我们开发者就可以利用CUDA去操作英伟达品牌的显卡
- pytorch和tensorflow就是会去调用CUDA,然后去操作显卡
4 GPU VS CPU
- GPU有很多算术逻辑处理单元,有很少的缓存,就可以加速深度学习的训练
- CPU有控制电路,缓存和少量的算术逻辑处理单元
5 深度学习环境配置中各软件的关系
- 首先会在计算机上安装一个anaconda,它主要提供一个base的虚拟环境,里面有python的解释器,python的解释器版本就根据需要来决定;还有conda和pip管理工具,去安装一些新的库,比如tensorflow和pytorch
- 除了base虚拟环境,还可以自定义虚拟环境,然后指定一个不同版本的python的解释器
- 其次安装一个pycharm,在pycharm中会有一些配置,配置主要是对之前创建的虚拟环境进行引用
- 比如我在pycharm中写了一个python文件,那么pycharm中的配置会去找到虚拟环境,虚拟环境中的解释器会对python文件进行解读,变成计算机可以读懂的语言,然后放到cpu上面去执行
6 windows下判断有无NVIDIA GPU
- 打开任务管理器
- 打开性能选项卡
- 找到GPU,看右上角的名称,GPU旁边是什么
- 注:有些任务管理器中并没有显示有英伟达显卡,但是实际上是有的,那是因为没有安装驱动,所以大家安装一个驱动就可以查看到了,比如360驱动大师
7 16G+512G
- 摘自网上回答
- 512G 是固态硬盘容量,固态硬盘属于硬盘,计算机专业称之为【外存】,读写速度较慢。
- 举个简单的例子:设想一个场景,你打开浏览器,然后疯狂开网页(就比如知乎),当你同时打开几十个甚至上百个页面后,电脑就会卡死,这是【内存】不足,此时你会发现 16 G 的内存用完了;设想另一个场景,你从某网站上疯狂下载学习视频,平均一个视频占用 1 G,下载 500 个就没法再下了,一般迅雷这种下载软件会提醒你硬盘空间不足,这是【外存】不足,此时你会发现 500 G 的外存用完了。
- 简而言之,你可以认为【内存】大小决定了你能同时运行多少个应用程序;【外存】大小决定了你能安装多少个应用程序,保存多少文档(包括视频、音频等等)
8 8核+14核
- 全新的MacBook Pro搭载M1 Pro芯片,拥有8核中央处理器,14核图形处理器
- 8核处理器是拥有八个处理器
文章来源地址https://www.toymoban.com/news/detail-427041.html
文章来源:https://www.toymoban.com/news/detail-427041.html
到了这里,关于显卡GPU与CUDA的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!