【问题标题】:Recommended hardware to learn tensorflow?学习tensorflow的推荐硬件?
【发布时间】:2017-07-08 04:20:39
【问题描述】:

我是一名软件开发人员,我想尝试人工智能、机器学习等。我想了解现有的不同算法和技术、如何使用它们以及哪些算法适用于不同类型的挑战. TensorFlow 看起来像是开始尝试的好软件,所以我将从 TF 开始。

我对图像处理不感兴趣。我最感兴趣的是理解数据中的模式并做出预测。

我是否能够仅使用具有 8 个线程的现代 i7 来试验所有常见示例并尝试 TF 的所有算法和功能,或者我是否肯定需要 GPU 以便在每次实验之间不必等待数小时?

如果我确实需要 GPU,入门级 CUDA 3.0+ GPU 是否足够(例如 Geforce 730M 和 2GB RAM,可能是最便宜的兼容 GPU) 还是我需要像 1050Ti/1080GTX/Ti 等具有更多冲击力和 RAM 的东西?

在 google 或 AWS 上学习是否实用,还是我最好购买硬件?

我担心我在花哨的显卡上花了很多钱,然后就没有真正进入 ML 编程,这就是浪费钱。 我不知道我是否会觉得它有趣/有用。所以我还没有试图用 ML 征服世界。

总结一下,我的短期目标:

  1. 获得一些 ML 经验,以便了解哪些技术/算法适用于/适用于不同类型的任务。

  2. 看看我是否觉得 ML 有趣

  3. 了解如果我想进一步投资需要什么样的硬件。

我买得起 1080Ti 来试验一下,但我不想在不了解的情况下浪费钱。如果我购买更便宜的 GPU,例如 1050Ti,我可以稍后添加 1080Ti,还是最好所有 GPU 都相同?

【问题讨论】:

标签: tensorflow tensorflow-gpu


【解决方案1】:

只需使用谷歌搜索即可获得大部分答案。但简而言之,是的,您可以将 CPU 与 TensorFlow 一起使用。

您的 GPU 上至少需要 CUDA 7.5 和至少 3.0 的计算能力 (http://www.nvidia.com/object/gpu-accelerated-applications-tensorflow-installation.html)

如果您没有机器学习方面的经验,我建议您先玩一下 Scikit learn (http://scikit-learn.org/)。它很容易学习和使用神经网络以外的东西,可以让你更好地理解机器学习的基础知识。 Scikit learn 不需要 GPU(实际上并不提供 GPU 支持)。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-07-08
    相关资源
    最近更新 更多