DL：神经网络算法简介之耗算力的简介、原因、经典模型耗算力计算、GPU使用之详细攻略
目录
神经网络算法耗算力的简介
神经网络算法耗算力的原因
神经网络算法耗算力的经典模型耗算力计算
1、AlexNet网络
GPU使用
神经网络算法耗算力的简介
通过比特币来理解算力。算力（也称哈希率）是比特币网络处理能力的度量单位。即为计算机（CPU）计算哈希函数输出的速度。比特币网络必须为了安全目的而进行密集的数学和加密相关操作。 例如，当网络达到10Th/s的哈希率时，意味着它可以每秒进行10万亿次计算。
神经网络算法耗算力的原因
随着大数据和网络的大规模化，深度学习需要进行大量的运算。
神经网络算法耗算力的经典模型耗算力计算 1、AlexNet网络算力
DL之AlexNet：AlexNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略之AlexNet网络所需算力
GPU使用
1、基于TensorFlow 的分布式学习的效果：横轴是GPU的个数，纵轴是与单个GPU相比时的高速化率。
图片源自 Google Research Blog “Announcing TensorFlow 0.8 – now with distributed computing support!”
