GPU:显卡,有很多核,擅长并行计算。
CUDA (Compute Unified Device Architecture):按照官方说法就是——并行计算平台和编程模型,能够使得使用GPU进行通用计算变得简单和优雅。
cuDNN:专为深度学习设计的软件库。
CUDA Toolkit:包括以下几个部分:
Compiler(编译器),Tools,Libraries,CUDA Samples,CUDA Driver
(如果只是在gpu上跑深度学习代码的话,可以单独下载CUDA driver)
简述GPU,CUDA,cuDNN,CUDA Toolkit之间的关系
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读更多精彩内容
- 配置深度学习主机与环境(TensorFlow+1080Ti):(一)硬件选购与主机组装(二)Win10&Ubunt...
- 最近准备入深度学习的坑,作为机器学习小白,决定还是从流行的Google的开源机器学习框架Tensorflow入手。...
- 1.为什么要使用conda? 运行不同的项目依赖的pytorch python等版本不同 我们有安装不同版本的需求...
- 初入坑,一步掉一个坑,爬出来,埋上,再掉,无穷尽也。 一、准备工作 1. TensorFlow TensorFl...
- 今天青石的票圈出镜率最高的,莫过于张艺谋的新片终于定档了。 一张满溢着水墨风的海报一次次的出现在票圈里,也就是老谋...