一种基于GPU的深度学方法及系统

摘要

本发明公开了一种基于GPU的深度学方法及系统，所述系统为单机系统且包括CPU和至少一个GPU，该方法包括：CPU传输待训练数据至每个GPU；每个GPU利用所述待训练数据，前向后向计算得到神经网络模型的权重信息，并将权重信息反馈至CPU；CPU依据权重信息更新神经网络模型，并将更新后的神经网络模型传输至每个GPU，循环执行上述步骤直至完成神经网络模型的深度学过程。以上方案由具有强大并行计算能力的GPU执行耗时的前向后向计算，且采用了CPU与多个GPU卡协同的部署方式，有效解决了现有技术中计算耗时长效率低，系统部署复杂、成本高的问题。

主权项

一种基于GPU的深度学习方法，其特征在于，应用于基于GPU的深度学习系统，所述系统为单机系统且所述系统包括CPU和至少一个所述GPU，该方法包括：所述CPU传输待训练数据至每个所述GPU；每个所述GPU利用所述待训练数据，前向后向计算得到神经网络模型的权重信息，并将所述权重信息反馈至所述CPU；所述CPU依据所述权重信息更新所述神经网络模型，并将更新后的神经网络模型传输至每个所述GPU，循环执行上述步骤直至完成所述神经网络模型的深度学习过程。