在 Tensorflow 中执行一个简单项目的最低系统要求是什么？ [关闭]答案

【问题标题】：What are the minimum system requirements for executing a simple project in Tensorflow? [closed]在 Tensorflow 中执行一个简单项目的最低系统要求是什么？ [关闭]
【发布时间】：2017-05-15 17:12:29
【问题描述】：

我一直想试用 Tensorflow，但我不知道我的系统是否有足够的硬件要求。

Intel i3 处理器
4 GB 内存
1TB 硬盘
Nvidia 210 GPU

这种配置是否足以运行图像识别之类的简单 AI 项目？我已经搜索了网站和其他资源，但没有关于系统要求的任何详细信息。

【问题讨论】：

严格来说 GPU 不需要运行 tensorflow 模型。所有计算都可以在 CPU 上执行。使用 Tensorflow 能做什么和不能做什么的真正限制是内存量。如果你要使用 GPU，它是 GPU 内存的数量，如果你要使用 CPU，它是你拥有的 RAM 数量。只要您的图表及其所有变量和常量以及您的数据都可以放入内存中，您就应该没问题。你应该能够在你的系统上做一些简单的图像识别，比如 MNIST。否则，这一切都取决于您的特定型号。
CUDA 版本对于一些较新的工具可能有点过时，但总的来说，虽然速度很慢，但您应该能够运行 TensorFlow。
@MadWombat 从 32 位 Python 运行 TensorFlow 会有什么问题吗？
@MaximilianPeters，只是在寻找有关上述问题的意见
唯一的要求是处理器需要有AVX指令，在Intel处理器中是在沙桥之前。

标签： tensorflow artificial-intelligence

【解决方案1】：

2020-01-17 更新：试用免费的在线 GPU 实例。例如 colab.research.google.com 就是这样一个网站，而 kaggle.com 是另一个！无需 GPU 或本地安装！

我同意@mad-wombat 的观点，将 CPU 用于 tensorflow 没有最低要求。

您说您对图像识别感兴趣。使用您的硬件，您可以运行 MNIST for beginners 或 advanced MNIST 示例。

试试吧！ Tensorflow.org 甚至建议您在第一次尝试时从 CPU-only 开始。

当您变得更加雄心勃勃并想要进行更大的项目时，您需要考虑您尝试将多少数据放入内存。如果您使用的是 CPU 或 GPU，那么您将分别关心 RAM 或 GPU 内存，但这当然不是开始的障碍。此外，许多人只是通过执行以下一些操作来调整存储在内存中的数据量：

一次在内存中存储更少的训练示例。许多在线示例（如 MNIST）首先将所有图像加载到内存中，然后对其进行迭代。无论硬件大小如何，这对于非常大的数据集都是不可能的。解决方案是通过网络流式传输数据。
使用较小的小批量。当然，我建议使用 10 到 100 的 minibatch 大小，但根据您的图像大小和超参数的数量，您可能必须将其调整为更低的值，但您只能通过一些试验和错误来发现。一开始我是不会担心的。

但是当你开始的时候你不必担心这个！ - 只需安装 Tensorflow，浏览教程，然后感受一下。所有教程都可以在 GPU 上正常运行！

我的大部分初始测试和编码都是在 RAM 有限的仅 CPU 的机器上进行的，它运行良好。

祝你好运！

【讨论】：

从 32 位 Python 运行 TensorFlow 会有什么问题吗？