Update README.md
Browse files
README.md
CHANGED
|
@@ -47,7 +47,7 @@ BATCH_SIZE = 8
|
|
| 47 |
MAX_OUT_LEN = 50
|
| 48 |
|
| 49 |
# prepare input
|
| 50 |
-
input_str = ["
|
| 51 |
inputs = tokenizer(input_str, return_tensors="pt", padding=True)
|
| 52 |
input_ids = inputs.input_ids.to('cuda:0')
|
| 53 |
|
|
@@ -73,10 +73,14 @@ print(res)
|
|
| 73 |
## Demo output
|
| 74 |
|
| 75 |
### input
|
| 76 |
-
|
| 77 |
|
| 78 |
### output
|
| 79 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
| 80 |
|
| 81 |
|
| 82 |
|
|
|
|
| 47 |
MAX_OUT_LEN = 50
|
| 48 |
|
| 49 |
# prepare input
|
| 50 |
+
input_str = ["为什么我们需要对深度学习模型加速? ", ] *
|
| 51 |
inputs = tokenizer(input_str, return_tensors="pt", padding=True)
|
| 52 |
input_ids = inputs.input_ids.to('cuda:0')
|
| 53 |
|
|
|
|
| 73 |
## Demo output
|
| 74 |
|
| 75 |
### input
|
| 76 |
+
为什么我们需要对深度学习模型加速? 。
|
| 77 |
|
| 78 |
### output
|
| 79 |
+
为什么我们需要对深度学习模型加速? 深度学习模型的训练需要大量计算资源,特别是在训练模型时,需要大量的内存、GPU(图形处理器)和其他计算资源。因此,训练深度学习模型需要一定的时间,并且如果模型不能快速训练,则可能会导致训练进度缓慢或无法训练。
|
| 80 |
+
|
| 81 |
+
以下是一些原因我们需要对深度学习模型加速:
|
| 82 |
+
|
| 83 |
+
1. 训练深度神经网络需要大量的计算资源,特别是在训练深度神经网络时,需要更多的计算资源,因此需要更快的训练速度。
|
| 84 |
|
| 85 |
|
| 86 |
|