複数のGPUでネットを訓練する
訓練時間の削減のために，ニューラルネットをCPUではなくGPUで訓練することができる．Wolfram言語は，さらに訓練速度が上げられるように，（同じマシンからの）複数のGPUを使ったニューラルネットの訓練をサポートするようになった．次の例ではT6-CPUの4-NVIDIA Titan X GPUマシンでの訓練を示す．
CIFAR-10訓練データ集合の部分集合をロードする．
Wolfram Neural Net Repositoryから"Wolfram ImageIdentify Net V1"の構造をロードする．
ネットの訓練速度のCPU前処理のボトルネック推定を避けるために，ネットNetEncoderを使って入力データを前処理する．
不要になったNetEncoderを削除し，ネットヘッドと最終のNetDecoderを置き換えて，両者がデータ集合中のクラスと一致するようにする．
6コアCPUを搭載したマシンで訓練を開始する．
この訓練は1秒間に8例の速度で実行される．
単一のGPU（表示を担当するGPUの使用は勧められないので，4番目のもの）で訓練を開始する．
今回の訓練は1秒間に200例の速度で行われた．
次に，4つすべてのGPUで訓練を開始する．
今回の訓練速度は1秒間に約500例である．
測定された3つの訓練速度を可視化する．
