当前位置:主页 > 查看内容

递归神经网络使用PyTorch实现DeepMind

发布时间:2019-10-16 08:09| 位朋友查看

简介:递归神经网络使用PyTorch实现DeepMind……
RMC可以获得与LSTM相当的性能(带有重参数搜索),但是您可以看到RMC速度很慢。
每次都可以经过多个注意事项。
使用LSTM Cellwithforloop(RMC的“公平”基准),进度很慢,但仍然要快得多。
对于速度情况,RMC参数是最糟糕的情况,因为它用作单个内存插槽(如文档中所述),并且对于低范围权重分布没有用。。
有趣的是TITANNXp比TITANV慢。
因此,可以说该模型相对较小,并且该模型经常称为小线性运算。
也许TITANXp(?1,900MhzunlockedCUDAclockspeedvs。
TITANV 1,335Mhzlimit)将受益于这些类型的工作负载。
或者,TITANV的CUDA提供了模型处理的延迟。
我不是CUDA详细信息的专家。
请满意的结果!


本站推荐

图片说说

递归神经网络使用PyTorch实

365足球 点击:416

排卵试纸的LH分析将告诉您

365足球 点击:778

男老师为男仆

365足球 点击:483

您如何用粤语阅读“粤”

365足球 点击:499