현재 기계 학습 알고리즘의 성능을 향상시키기 위해 GPU 프로그래밍을 배우고 있습니다. 처음에 나는 순수한 C와 CUDA 프로그래밍을 배우려고, 나는 나에게 CUDA 라이브러리의 래퍼를 pycuda하는 발견하고 나는 theano 및 pylearn2 발견하고 혼란 조금 가지고 :이 방법으로 그들을 이해pycuda vs theano vs pylearn2
:
- pycuda : CUDA 라이브러리에 대한 파이썬 래퍼
- theano : GPU와 CPU에 NumPy와 유사하지만 투명
- pylearn2 : theano에 구축하고 여러 기계 학습/깊은 학습 모델을 구현 깊은 학습 패키지
GPU 프로그래밍에 익숙하지 않으므로 C/C++ 구현에서 배우기 시작하거나 pycuda에서 시작하는 것이 theano에서 시작하는 것으로 충분합니까? 예 : GPU 프로그래밍을 배운 후 randomForest 모델을 구현하고 싶습니다. 감사합니다.
매우 명확합니다. 감사합니다. 한 가지 더 질문하지만 아마도 여기에 물어보기에 적당하지 않을 것입니다. R 언어로 theano와 비슷한 패키지가 있습니까? – user1754197
아닙니다. 기본적인 선형 대수 연산과 좀 더 높은 수준의 함수 (lm)를 구현하는 패키지가 몇 개 있지만, Theano에서는 Theano와 완전히 다른 방식으로 작동합니다. 즉 정규 패키지 일 뿐이며 표현 컴파일러가 아닙니다. –
pylearn2에 대한 의견이 있으십니까? –