Chương trình học Bài 117 trên tổng số 246 · Mô-đun 10: Những mạng biết nhìn (CNN)
Mô-đun 10: Những mạng biết nhìn (CNN)

Vì sao cùng phép toán có thể chạy nhanh hơn vài lần

Vì sao điều này quan trọng Khóa học này chạy trên bất kỳ máy tính xách tay nào không có card đồ họa. Điều đó khả thi vì một phép nhân ma trận có thể được làm chậm hay rất nhanh trên cùng một CPU, và khóa học dùng cách nhanh.

Một phép nhân ma trận (n, k) với một ma trận (k, m) tốn khoảng 2 nhân n nhân k nhân m phép toán số thực dấu phẩy động (FLOP). Các thư viện gọi là BLAS làm nó bằng mã được tinh chỉnh cẩn thận, giữ các con số trong bộ nhớ nhanh nhất của CPU và dùng các lệnh vector của nó. Trong Python của trình duyệt này, NumPy thuần nhân mà không có một thư viện như vậy; nnsim.engine.mm của khóa học thay vào đó đi qua BLAS của SciPy, thứ đo được nhanh hơn 2 tới 5 lần trong trình duyệt trong chính các phép thử của khóa học. Trên Python thông thường của một máy tính xách tay, NumPy vốn đã dùng một BLAS được tinh chỉnh, nên mm không nhanh hơn ở đó và có thể chậm hơn (khoảng 0.4 lần tốc độ của @ trong một phép thử): mức tăng tốc là một sự thật về trình duyệt này, không phải về phép toán.

Chia số FLOP cho số giây để có tốc độ tính bằng FLOP mỗi giây. Một con số đó, cùng với Sổ FLOP, cho phép bạn dự đoán bất kỳ lần huấn luyện nào sẽ mất bao lâu trước khi bạn bắt đầu nó.

BLAS: Basic Linear Algebra Subprograms, các thủ tục nhanh chuẩn cho phép toán vector và ma trận.

Từ và ký hiệu trong bài học này
BLAS, GFLOP/s
các thủ tục toán chuẩn nhanh; hàng tỉ phép toán mỗi giây
Đến lượt bạn

Viết flops(n, k, m) và gflops_per_s(n, k, m, seconds). Rồi chạy phép đo thời gian và gán my_speedup là mm nhanh hơn @ bao nhiêu lần ở đây (bất kỳ giá trị đo được trung thực nào; nó phụ thuộc vào máy).

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.