深度学习图像处理什么时候用到GPU？ 第1页
1
coneypo 网友的相关建议:
GPU 调用
GPU 在整个处理流程中的使用，可以参考 Nvidia Deepstream 的处理流程：
在 Codec / 编解码，Image processing / 预处理，DNN / 深度神经网络，Tracking / 追踪 和 Vizulization / 可视化 都用到了 GPU，但是 编解码 / 预处理 / 追踪 / 可视化 都不会用到 Tensor Core；
- codec:
2. pre-processing / 预处理:
调用 NVIDIA Data Loading Library (DALI)：
Tensor Core
Tensor Core 专门用来处理 4*4 / 16*16的 FP16 小矩阵乘法计算；
只有在处理神经网络本身的时候会用到 Tensor Core 用于计算加速；
1
相关话题
影像作品会不会彻底取代文字作品?结合深度学习的图像修复怎么实现？
对于透明物体的三维重建有什么好方法吗？
人工智能 CV 岗位是不是现在供严重大于需？
多模态方面，有哪些牛组值得我们follow他们的工作？
有没有一些图像处理新手可以练习的项目？
为什么 sin(x²)+sin(y²)=1 的图像这么复杂？
adversarial training为什么会起作用？
现在的人工智能是否走上了数学的极端？
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？
前一个讨论
你为什么卸载探探？
下一个讨论
参加kaggle竞赛是怎样一种体验？
相关的话题
如何看待 AI 换脸软件「ZAO」的爆火？如何评价 7 月 31 日一流科技开源的深度学习框架 OneFlow？
Transformer是如何处理可变长度数据的？
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？
自监督学习（Self-supervised Learning）有什么比较新的思路？
DL框架的未来发展，TensorFlow/MXNet/PyTorch, 选哪个？
景嘉微 JM9 系列已完成流片，有哪些重大意义？
为什么ViT里的image patch要设计成不重叠？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
2019年CVPR有哪些糟糕的论文?
你实践中学到的最重要的机器学习经验是什么？
全连接层的作用是什么？
计算机视觉是否已经进入瓶颈期？
CPU与GPU之间是如何通信的？
为什么 larger batch size 对对比学习的影响比对监督学习的影响要大？
基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
CVPR 2019 有哪些值得关注的亮点？
如何看待Nvidia于2020年5月4日发布的全新Ampere GPU A100 (GA100核心)？
结合深度学习的图像修复怎么实现？
生成对抗网络的毕设怎么上手？
你遇见过什么当时很有潜力但是最终没有流行的深度学习算法?
如何评价1700亿参数的GPT-3？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
ICLR 2021 有什么值得关注的投稿？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
有谁照着论文把 AlphaGo 重现出来了？