Python 3.x 使用GPU与不使用GPU的结果有什么区别？

我有一个有两个隐藏层的CNN。当我在8GB RAM的cpu上使用keras时，有时会出现“内存错误”，有时精度等级为0，但同时有些等级为1.00。如果我在GPU上使用keras，它能解决我的问题吗？

您可能没有足够的内存来容纳训练期间CPU中的所有图像。只有当GPU有更多内存时，使用GPU才会有帮助。如果发生这种情况是因为图像太多或分辨率太高，可以尝试使用keras的ImageDataGenerator和任何flow方法批量提供数据

你的意思是“它解决了！！！”还是“它会解决吗？”---8GB是小内存，很容易用模型破坏它。如果你有一个GPU，该型号将需要适合内的GPU内存，所以它取决于你的GPU的大小。您可能会得到额外的空间，因为您的数据将在CPU RAM上，而培训将在GPU RAM上进行，这将划分您占用的空间。--唯一确定的是：你将获得大量的速度与GPU.Hi。谢谢我在用中央处理器。如果我使用GPU，每个类的精度都会提高，或者它不依赖于cpu或GPU上的运行？它不应该改变。只有速度应该有显著的变化。在这个链接中，显示了cpu和gpu上的训练结果之间的差异。