pycuda vs theano vs pylearn2

Question

我目前正在学习使用 GPU 进行编程以提高机器学习算法的性能。最初我尝试用纯 c 学习编程 cuda，然后我发现 pycuda 对我来说是 cuda 库的包装器，然后我发现了 theano 和 pylearn2 并有点困惑:

我是这样理解他们的:

pycuda:cuda 库的 python 包装器

theano:类似于 numpy，但对 GPU 和 CPU 透明

pylearn2:深度学习包，它建立在 theano 之上并实现了几个机器学习/深度学习模型

由于我是 GPU 编程新手，我应该从 C/C++ 实现开始学习还是从 pycuda 开始就足够了，甚至从 theano 开始？例如。我想在学习 GPU 编程后实现 randomForest 模型。谢谢。

Answer 1

你的理解几乎是正确的。我只想添加一些关于 Theano 的评论。它不仅仅是一个可以在 GPU 上运行的 Numpy。 Theano 确实是数学表达式编译器，它在高度优化的 C/CUDA 代码中翻译符号数学表达式，针对 CPU 和 GPU。它生成的代码通常比大多数程序员编写的代码高效得多。 Theano 还可以进行符号微分(对于基于梯度的优化非常有用)，并且还有一个功能可以实现更好的数值稳定性(这可能是有用的，虽然我不知道实际到什么程度)。 Theano 很可能足以实现您的需求。如果您仍然决定学习 CUDA 或 PyCUDA，请根据您将使用的语言(C++ 或 Python)选择一种。