DAY34打卡
@浙大疏锦行 在下载cudnn需要注册官网的时候，如果出现注册验证码不显示的情况，把chorme浏览器改成默认浏览器即可解决。在安装pytorch的时候需要换热点网络。
pytorch下载：
conda create -n DL python=3.8 conda env list conda activate DLshenduxuexi conda install jupyter （如果conda无法安装jupyter就参考环境配置文档的pip安装方法） pip insatll scikit-learn #然后上pytorch官网，找到适配cuda版本的安装代码 #我用的是pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html 知识点回归：
- CPU性能的查看：看架构代际、核心数、线程数
- GPU性能的查看：看显存、看级别、看架构代际
- GPU训练的方法：数据和模型移动到GPU device上
- 类的call方法：为什么定义前向传播时可以直接写作self.fc1(x)
- 作业
CPU下
运行时长1.3秒
GPU下
运行时长18.2秒
驱动与优化：GPU 性能发挥依赖驱动程序，若驱动不完善或版本不匹配，会影响其性能；CPU 不存在此问题。并且，若软件对 GPU 并行计算优化不足，未充分利用其架构优势，也会导致 GPU 性能受限 。
编程模型：利用 GPU 并行计算需特定编程模型（如 CUDA ）编写并行代码，若代码编写不佳，无法发挥 GPU 并行计算能力；而 CPU 编程相对通用、简单，常规程序在 CPU 上能较好执行 。