神經網絡用GPU加速訓練，用Quadro系顯卡好還是GTX10系好？為什么？主要考慮的是CUDA核心的數(shù)量。越多越好。主要考慮的是CUDA核心的數(shù)量。第二個考慮是視頻存儲、內部頻率等。當然，也可以考慮

神經網絡用GPU加速訓練，用Quadro系顯卡好還是GTX10系好？為什么？

主要考慮的是CUDA核心的數(shù)量。越多越好。主要考慮的是CUDA核心的數(shù)量。第二個考慮是視頻存儲、內部頻率等。當然，也可以考慮性價比。這對錢不壞。GPU的實現(xiàn)不是為了加快工作速度，而是為了處理大量不適合CPU并行處理的簡單數(shù)據(jù)操作，從而提高速度。因為CPU是按照線程工作的，所以它可以異步工作，但是對于大量的重復計算來說效率不是很高，因為每次計算都需要創(chuàng)建一個進程來完成。但是GPU本身是大量邏輯計算單元的集合，可以同時處理同一類別的多個數(shù)據(jù)，因此非常適合規(guī)則明確的大規(guī)模計算，這也是GPU用于神經網絡加速的原理。

GPU是怎么實現(xiàn)加速工作的？

（去除圖像上的污漬和劃痕）。修復效果取決于原膜保存情況和修復人員的技術水平?，F(xiàn)在你可以看到許多藍光光盤和國外老電影的高清視頻。圖像質量優(yōu)良，很大一部分得益于歐美國家對膠片的良好保存。近年來，我國已開始對老電影進行數(shù)字化修復，部分老電影已在中央電視臺和上海東方電視臺播出。坦率地說，修復后的高質量電影并不多，這主要與原始電影（尤其是70年代以前的電影）的保存狀況有關。當然，現(xiàn)在播出的很多所謂高清國產電影根本不是以電影為基礎的。據(jù)估計，這些影片的來源是過去電視臺或制片廠錄制的錄像帶，彌補了這一數(shù)字。當然，維修技術也很重要。我以前看過貝托魯奇的電影《隨波逐流》，最近還下載了數(shù)碼修復的高清視頻。再看，效果和原來的底片差距太大，顏色太美，底片的紋理都沒了。

如何將老電影調整輸出高清并提高畫質質量？

神經網絡最重要的是計算能力。神經元節(jié)點的數(shù)量往往是幾千層，因此運算量很大，因此需要一個好的CPU。目前，CUDA可以加快神經網絡的運算速度，因此有必要購買一個好的NVIDIA顯卡。我們一般使用GTX1060或以上的顯卡。如果CPU有經濟許可證，可以作為服務器CPU使用。PC機的CPU應至少為i5或以上。內存等因素當然是比較好的，但是CPU和顯卡應該是最重要的問題要考慮。不同于GPU顯卡、FPGA等高功率、高性能設備用來訓練神經網絡，神經網絡計算棒往往利用訓練好的模型來提供預測試服務。與需要巨大計算能力的訓練模型相比，預測服務的計算量大大減少。主要應用場景是移動終端設備（如清掃機器人、送貨機器人等），受計算能力和功耗的制約，不能使用Wi-Fi模塊實時維護網絡，不能使用大功率GPU圖形卡。神經網絡計算棒是最好的解決方案。

運行神經網絡的機器需要什么配置？

GPU的操作是并行的，由每個計算單元分別執(zhí)行，比CPU效率高很多。畢竟，GPU不需要考慮太復雜的命令處理，具體的命令將由CPU發(fā)出。

GPU的結構非常適合這種計算。它可以同時計算矩陣不同位置的值，并并行輸出結果矩陣。此功能支持深入學習以加速GPU偏好。