NVIDIA cuDNN - 用于机器学习的GPU库

NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。

点击这里了解更多关于加快机器学习与GPU的信息。

主要特点

• -专为NVIDIA GPU特调的，用于卷积神经网络向前和向后的卷积程序。
• -专为最新的NVIDIA GPU架构优化
• -针对4纬张量的任意维度排序，striding和次区域可以很容易集成到任何神经网络的执行中
• -对于许多其他常见布局类型（ReLU, Sigmoid, Tanh, pooling, softmax ）向前和向后的路径
• -基于上下文的API，可以很容易地多线程