Velikost videa: 1280 X 720853 X 480640 X 360
Zobrazit ovladače přehrávání
Automatické přehrávání
Přehrát
好棒的比喻,終於懂了
英伟达大火的今天才引导着我看到了主播三年前发的这个视频,相见恨晚😂😂
清楚
請問一下cuda是Nvidia的訓練軟體嗎?😮
學習了
請問 apple m1 的cpu 有2顆 機器學習的晶片 如何 讓軟體指定使用到它 謝謝
哎呀~我沒有使用apple的電腦,我不曉得ㄟ
請問是不是在訓練時需的電腦要強大的gpu,之後實際在run的電腦就不用了?
基本上,在進行推論還是會希望使用GPU, 速度才能快一點,但GPU的資源不用像在訓練時這麼多,所以會有所謂的邊緣運算裝置,例如Nvidia Jetson nano
我有個問題 既然gpu 可以有這麼多執行序 為何cpu不行呢
像一般消費性cpu可以有16核32緒,但GPU的核心數是幾千以上,以rtx3060為例就有3584個核心喔!
I5⏰4460 😔!比較後可能都能用
解釋得很糟
謝謝你,我會再改進的
@amoonlost 你行你上,跟嶽哥一樣只打字?
@@nobd2302 你是什麼東西?
@@amoonlost 你呢?
好棒的比喻,終於懂了
英伟达大火的今天才引导着我看到了主播三年前发的这个视频,相见恨晚😂😂
清楚
請問一下cuda是Nvidia的訓練軟體嗎?😮
學習了
請問 apple m1 的cpu 有2顆 機器學習的晶片 如何 讓軟體指定使用到它 謝謝
哎呀~我沒有使用apple的電腦,我不曉得ㄟ
請問是不是在訓練時需的電腦要強大的gpu,之後實際在run的電腦就不用了?
基本上,在進行推論還是會希望使用GPU, 速度才能快一點,但GPU的資源不用像在訓練時這麼多,所以會有所謂的邊緣運算裝置,例如Nvidia Jetson nano
我有個問題 既然gpu 可以有這麼多執行序 為何cpu不行呢
像一般消費性cpu可以有16核32緒,但GPU的核心數是幾千以上,以rtx3060為例就有3584個核心喔!
I5⏰4460 😔!比較後可能都能用
解釋得很糟
謝謝你,我會再改進的
@
amoonlost 你行你上,跟嶽哥一樣只打字?
@@nobd2302 你是什麼東西?
@@amoonlost 你呢?