pycuda - 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，然后我找到了 pycuda，它对我来说是 cuda 库的包装器，然后我找到了 theano 和 pylearn2 并且有点困惑：

我是这样理解他们的：

1. pycuda：cuda 库的 python 包装器
2. theano：类似于 numpy，但对 GPU 和 CPU 透明
3. pylearn2：建立在theano之上的深度学习包，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

你的理解几乎是对的。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，它将符号数学表达式转换为高度优化的 C/CUDA 代码，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要高效得多。Theano 还可以进行符号微分（对于基于梯度的优化非常有用），并且还具有实现更好数值稳定性的功能（这可能是有用的东西，尽管我不知道真实程度如何）。Theano 很可能足以满足您的需求。如果您仍然决定学习 CUDA 或 PyCUDA，请选择基于您将使用的语言（C++ 或 Python）的一种。