為什么Python效率這么低，還這么火？在許多情況下，性能不是瓶頸。大約80%的應用程序不需要高性能。40?GPU使用率不正常？如果視頻內(nèi)存的利用率不高，可以增加批處理大小。這也與網(wǎng)絡結構有關。在一些

為什么Python效率這么低，還這么火？

在許多情況下，性能不是瓶頸。大約80%的應用程序不需要高性能。

40?GPU使用率不正常？

如果視頻內(nèi)存的利用率不高，可以增加批處理大小。這也與網(wǎng)絡結構有關。在一些網(wǎng)絡中，例如移動網(wǎng)，并行性本身不如VGg友好，因此沒有解決方案。不同的深度學習框架對GPU優(yōu)化有不同的影響。據(jù)我所知，tensorpack和mxnet對于GPU優(yōu)化是很好的。Pytorch更糟一點。如果數(shù)據(jù)供應緩慢，GPU將等待。加速數(shù)據(jù)提供的常用方法：并行讀取、固態(tài)硬盤、避免GPU和CPU之間頻繁的數(shù)據(jù)復制。但是隨著技術的發(fā)展，仍然需要算法，否則只能做一些工作。

1. 學好軟件開發(fā)離不開計算機理論基礎，比如數(shù)據(jù)結構、操作系統(tǒng)、網(wǎng)絡技術、算法研究等，如果你喜歡這項技術，那就不是問題。先開始，你可以彌補。

2. 算法是軟件開發(fā)的靈魂。好的算法寫不出好的程序。

3. 如何學習算法，首先選擇經(jīng)典算法教材?；镜目梢詮臄?shù)據(jù)結構中學習，其中包含一些基本的算法，然后再學習特殊的算法（實際上，在數(shù)據(jù)結構領域學習算法一般就足夠了）。網(wǎng)上還有很多論壇、算法網(wǎng)站，為了吸引眼球，它們一般都很通俗易懂。大多數(shù)算法都是C語言，但是語言在算法層次上是相互聯(lián)系的，因此理解算法模型是最重要的。

4. 萬事開頭難。只要你開始，剩下的就是慢慢操作這項技術。該算法在實際應用中是最快、最強的。

我希望我能幫助你