动手学深度学习V2.0(Pytorch)——31.深度学习硬件：CPU和GPU

文章目录

• 31. P1 课件讲解
• • 1.1 cpu、gpu和运存的关系
  • 1.2 cpu(提升cpu利用率)
  • 1.3 cpu总结
  • 1.4 gpu
  • 1.5 CPU/GPU联动
• 31. P2 Q&A
• • 2.1 如果要提高泛化性，是不是直接增加数据，那么调参的意义是不是就没有那么大了？
  • 2.2 resnet18比alexnet模型文件小很多，但是resnet运算量比alexnet大，如何解释这个问题呢？
  • 2.3 感觉resnet和gbdt很像，就是树模型换神经网络?
  • 2.4 用torch做梯度下降，根据课程书上描述的优化不会出现梯度消失报错，即使用w-=lr*w.grad就不报错，但是换种写法使用w=w-lr*w.grad就会消失（梯度参数变为false）。这是为什么呢？在torch.nograd下执行的
  • 2.5 训练集准确