有哪些深度学习算法可以用gpu实现

有哪些深度学习算法可以用gpu实现

GPU是显示卡的一部分，而不是深度学习算法的一部分，叫做图形处理器。
显示卡的基本作用是控制电脑的图形输出，安装在电脑主板的扩展槽中，或者集成在主板上，工作在中央处理器和显示器之间。
显示卡主要包括图像处理器、显存、数模转换器、AGP总线接口等几个部分，数据流从中央处理器流出后，要把中央处理器传来的数据送到图像处理器中进行处理，把芯片处理完的数据送入显存，把显存读取出数据送到数模转换器进行数据转换的工作，从数模转换器进入显示器。ß显存是显示卡的核心部件，存放显示芯片处理后的数据，显存越大，显示卡支持的最大分辨率越大。显存的容量至少是“水平分辨率*垂直分辨率*log2颜色数/8”。
希望我能帮助你解疑释惑。

深度学习需要具备三个因素，1，算法 2，gpu机器 3，数据库。gpu选择的话，由于一般的深度学习都不需要单精度，所以性价比最高的gpu是gtx系列，比如titan x，titan x是现在深度学习用的最多的卡。