سرفصل‌ها درس 117 از 246 · ماژول 10: شبکه‌هایی که می‌بینند (CNNها)
ماژول 10: شبکه‌هایی که می‌بینند (CNNها)

چرا همان ریاضی می‌تواند چند برابر سریع‌تر اجرا شود

چرا مهم است این دوره روی هر لپ‌تاپی بدون کارت گرافیک اجرا می‌شود. این کار می‌کند چون یک ضرب ماتریسی را می‌توان روی همان CPU آهسته یا بسیار سریع انجام داد، و دوره از راه سریع استفاده می‌کند.

یک ضرب ماتریسی یک ماتریس (n, k) در یک (k, m) حدود 2 ضرب در n ضرب در k ضرب در m عملیات ممیز شناور (FLOP) هزینه دارد. کتابخانه‌هایی به نام BLAS آن را با کدی دقیق تنظیم‌شده انجام می‌دهند که اعداد را در سریع‌ترین حافظهٔ CPU نگه می‌دارد و از دستورهای برداری‌اش استفاده می‌کند. در پایتون این مرورگر، NumPy ساده بدون چنین کتابخانه‌ای ضرب می‌کند؛ nnsim.engine.mm دوره به جای آن از BLAS در SciPy عبور می‌کند که در آزمون‌های خود دوره در مرورگر 2 تا 5 برابر سریع‌تر سنجیده شد. در پایتون معمولی یک لپ‌تاپ، NumPy از قبل از یک BLAS تنظیم‌شده استفاده می‌کند، پس mm آنجا سریع‌تر نیست و می‌تواند کندتر باشد (در یک آزمون حدود 0.4 برابر سرعت @): این شتاب واقعیتی دربارهٔ این مرورگر است، نه دربارهٔ ریاضی.

FLOPها را بر ثانیه‌ها تقسیم کنید تا سرعت بر حسب FLOP بر ثانیه به دست آید. همین یک عدد، همراه با دفتر FLOP، به شما اجازه می‌دهد پیش از شروع هر اجرای آموزش پیش‌بینی کنید چقدر طول می‌کشد.

BLAS: زیربرنامه‌های پایهٔ جبر خطی، روال‌های سریع استاندارد برای ریاضی برداری و ماتریسی.

واژه‌ها و نمادهای این درس
BLAS، GFLOP/s
روال‌های ریاضی استاندارد سریع؛ میلیاردها عملیات بر ثانیه
نوبت شما

flops(n, k, m) و gflops_per_s(n, k, m, seconds) را بنویسید. سپس زمان‌سنجی را اجرا کنید و my_speedup را برابر اینکه mm اینجا چند برابر سریع‌تر از @ بود قرار دهید (هر مقدار سنجیدهٔ صادقانه‌ای؛ به دستگاه بستگی دارد).

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.