Kurrikulum Leson 117 van 246 · Module 10: Netwerke wat sien (CNNs)
Module 10: Netwerke wat sien (CNNs)

Hoekom dieselfde wiskunde verskeie kere vinniger kan hardloop

Waarom dit saak maak Hierdie kursus werk op enige skootrekenaar sonder 'n grafikakaart. Dit werk omdat 'n matrix multiply stadig of baie vinnig op dieselfde CPU gedoen kan word, en die kursus gebruik die vinnige manier.

A matriksvermegding van 'n (n, k) by 'n (k, m) matriks kos ongeveer 2 keer n keer k keer m dryflewepunt-operasies (FLOPs). Biblioteke genaamd BLAS doen dit in noukeurig aangepaste kode wat die getalle in die CPU se vinnigste geheue hou en sy vektorinstruksies gebruik. In hierdie bl brasileiros Python vermenigvuldig NumPy sonder so 'n biblioteek; die kursus se nnsim.engine.mm roei deur SciPy se BLAS, wat in die kursus se eie toetse 2 tot 5 keer vinniger in die blutser gemeet is. Op 'n skootrekenaar se gewone Python gebruik NumPy reeds 'n aangepaste BLAS, so mm is nie vinniger daar nie en kan stadiger wees (ongeveer 0.4 keer die spoed van @ in een toets): die spoedverhoging is 'n feit oor hierdie blutser, nie oor die wiskunde nie.

Deel FLOPs deur sekondes om spoed in FLOPs per sekonde te kry. Daardie een getal, saam met die FLOP-grootboek, laat jou toe om te voorspel hoe lank enige training run sal neem voordat jy dit begin.

BLAS: Basiese Lineêre Algebra Subprogramme, die standaard vinnige roetines vir vektor- en matriksewiskunde.

Woorde en simbole in hierdie les
BLAS, GFLOP/s
vinnige standaard wiskundige roetines; miljarde operasies per sekonde
Jou beurt

Skryf flops(n, k, m) en gflops_per_s(n, k, m, seconds). Hardloop dan die timing en stel my_speedup in op hoeveel keer vinniger mm as @ hier was (enige eerlike gemeete waarde; dit hang af van die masjien).

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.