Nilalaman
Inilahad ni: AltaML
T:
Bakit mahalaga ang mga yunit ng pagproseso ng graphics (GPU) para sa malalim na pag-aaral?
A:
Ang paggamit ng mga graphic processing unit (GPU) ay may partikular na kahalagahan para sa larangan ng malalim na pagkatuto. Ang dahilan ay may kinalaman sa kung gaano kalayuan ang mga sistema ng pag-aaral, at kung ano ang inilaan nilang gawin.
Tinukoy ng mga eksperto ang malalim na pag-aaral bilang isang uri ng pag-aaral ng makina kung saan gumagamit ang mga algorithm ng maraming mga layer para sa progresibong pagsusuri ng data.
Ang ilang mga nabanggit na mga halimbawa, tulad ng convolutional neural network (CNNs) kasama ang kanilang iba't ibang mga layer na kinasasangkutan ng max pooling, pag-filter, padding, striding at iba pang mga gawain.
Sa isang mas malawak na kahulugan ng mga bagay tulad ng pagproseso ng imahe at pagproseso ng natural na wika ay umaasa sa mga pamamaraan ng multi-step, multi-algorithm, na marami sa mga katulad ng mga neural network na natututo ng mga propesyonal sa pag-aaral ng makina upang makilala at pag-aralan.
Tulad ng napansin namin sa isang naunang artikulo, ang mga GPU ay pangkalahatang pinahahalagahan sa pag-aaral ng makina, dahil sa kanilang kahanay na kakayahan sa pagproseso. Habang tumatagal ang pag-aaral ng makina, ang mundo ng hardware ay umuunlad din mula sa ideya ng isang indibidwal na malakas na core ng CPU sa maraming mga yunit na may kahanay na pagproseso na mas sapat na mahawakan ang malaking halaga ng computational na trabaho nang mabilis.
Sa pamamagitan ng malalim na mga sistema ng pag-aaral na yumakap sa mas mataas na antas ng mga modelo ng generative tulad ng malalim na mga network ng paniniwala, mga makina ng Boltzmann at mga sistema ng estado ng echo, mayroong isang tiyak na pangangailangan para sa pagproseso ng kahanay at dalubhasang disenyo ng pangunahing. Maaari mong sabihin na ang paggamit ng mga GPU ay medyo katulad sa paggamit ng Advanced RISC Machines sa ilang iba pang mga uri ng pagproseso - na ang pagpapasadya ng mga chips sa isang partikular na paggamit ay gumagawa ng isang mahusay na pakikitungo.
Bilang karagdagan sa utility ng GPU para sa malalim na pag-aaral, nakikita mo rin ang mga parehong uri ng mga processors na nagiging popular sa mga galaw patungo sa isang pangunahing pagbabago sa istruktura ng computing na kilala bilang quantum computing.
Narito muli, ito ang pagiging kumplikado at mas mataas na antas ng pag-order ng kapangyarihan ng computing na nangangailangan ng kahilera na pagpoproseso ng kakayahan. Sa kabuuan ng computing, ang tradisyonal na mga piraso ay pinalitan ng qubits, na maaaring magkaroon ng isang halaga ng 1, 0 o isang hindi natukoy na kumbinasyon. Ang ganitong uri ng "Schroedinger's's" ay bumubuo ng batayan para sa isang modelo ng computing na maaaring magpihit sa mundo ng IT.
Para sa mga may interes sa mga umuusbong na teknolohiya, magiging susi upang mapanood ang paggamit ng mga GPU at ang kanilang mga kahalili sa mga naturang sistema tulad ng malalim na mga network ng pag-aaral at pag-setup ng kabuuan. Parehong ito, maraming sasabihin ng mga eksperto, nasa kanilang pagkabata at magiging mature at magdadala ng mga resulta sa mga darating na taon.
