Tensorflow可以在没有安装任何GPU
的情况下在CPU
上工作。
在Ubuntu系统上训练以下keras
模型时,以下安装是否会提高Tensorflow的性能?
1). No Nvidia GPU installed.
2). Install the Nvidia CUDNN library on Ubuntu system.
3). Intel CPU with MKLDNN enabled.
对于此keras
型号:
https://www.tensorflow.org/quantum/tutorials/mnist
def create_classical_model():
# A simple model based off LeNet from https://keras.io/examples/mnist_cnn/
model = tf.keras.Sequential()
model.add(tf.keras.layers.Conv2D(32, [3, 3], activation='relu', input_shape=(28,28,1)))
model.add(tf.keras.layers.Conv2D(64, [3, 3], activation='relu'))
model.add(tf.keras.layers.MaxPooling2D(pool_size=(2, 2)))
model.add(tf.keras.layers.Dropout(0.25))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation='relu'))
model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(1))
return model
model = create_classical_model()
model.compile(loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
optimizer=tf.keras.optimizers.Adam(),
metrics=['accuracy'])
model.summary()
我刚在Ubuntu上安装了CUDNN library
,并启用了MKLDNN
,CUDNN library
是否使Tensorflow更好地适用于上述型号?
1条答案
按热度按时间8ftvxx2r1#
不,这不会有任何影响。
CUDA是NVIDIA的API,允许您调用特定函数,以便直接使用NVIDIA GPU优化计算任务。
cuDNN*(CUDA深度神经网络)* 是一个旨在加速神经网络特定操作的库。
在加速神经网络运算的过程中,cuDNN使用CUDA。因此,CUDA依赖于NVIDIA GPU,而cuDNN依赖于CUDA,我们可以得出结论,如果没有NVIDIA GPU,cuDNN无法应用其优化。