Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn. Câu đố về phần giới thiệu về các mô hình AI trên GPU Trở lại lộ trình Đâu là điểm khác biệt chính giữa huấn luyện và suy luận? Quá trình huấn luyện chỉ sử dụng lượt truyền xuôi; quá trình suy luận sử dụng lượt truyền xuôi + lượt truyền ngược Quá trình huấn luyện cập nhật trọng số; quá trình suy luận không cập nhật trọng số Suy luận đòi hỏi tập dữ liệu lớn hơn so với huấn luyện Suy luận luôn sử dụng CPU Định dạng mô hình chủ yếu xác định điều gì? Tỷ lệ nén của nhật ký huấn luyện Cách các trọng số, độ lệch và siêu dữ liệu được chuyển đổi tuần tự Số lượng mã thông báo mà một mô hình có thể tạo Cách lập lịch cho GPU Công cụ TensorRT được mô tả chính xác nhất là: Điểm kiểm tra di động để nghiên cứu Định dạng trao đổi độc lập với nhà cung cấp Các tệp nhị phân được tối ưu hoá cho GPU được biên dịch cho phần cứng cụ thể Định dạng nhẹ do cộng đồng tạo So với CPU, GPU có những điểm gì phù hợp với suy luận? Chúng sử dụng ít lõi hơn Chúng có hàng nghìn lõi song song được tối ưu hoá cho phép toán ma trận Chúng tiêu thụ nhiều điện năng cho mỗi lõi Chúng xử lý nhiều chỉ dẫn đa dạng hơn "Điểm gãy" trong việc tối ưu hoá hiệu suất là gì? Giá trị độ trễ khi thông lượng giảm Điểm mà thông lượng cải thiện mà không làm tăng độ trễ quá nhiều Độ trễ quan sát được chậm nhất Mức sử dụng bộ nhớ tối thiểu mà một mô hình có thể đạt được, bất kể sự đánh đổi về hiệu suất Gửi câu trả lời error_outline Đã xảy ra lỗi khi chấm điểm bài kiểm tra. Vui lòng thử lại.
