我是深度学习的新手。我正在运行 MacBook Pro 优胜美地(从 Snowleopard 升级)。我没有支持 CUDA 的显卡 GPU,在 CPU 上运行代码非常慢。听说AWS上可以买一些实例,但是好像不支持macOS。
我的问题是,要继续深度学习,我需要购买显卡吗?还是有其他解决方案?我不想在这上面花太多钱...
我是深度学习的新手。我正在运行 MacBook Pro 优胜美地(从 Snowleopard 升级)。我没有支持 CUDA 的显卡 GPU,在 CPU 上运行代码非常慢。听说AWS上可以买一些实例,但是好像不支持macOS。
我的问题是,要继续深度学习,我需要购买显卡吗?还是有其他解决方案?我不想在这上面花太多钱...
我建议您熟悉AWS 现场实例。对于您的问题,这是我能想到的最实用的解决方案,它也适用于您的计算机。因此,不,您不必购买Nvidia 卡,但从今天开始,您将需要使用一张,因为几乎所有解决方案都依赖于它们。
如果您想进行 CUDA 开发,AWS GPU 实例是一个选项。如果您不想利用云,可以查看Nvidia Jetson TK1开发套件。它们大约 200 美元(2015 年 7 月),拥有 192 个 CUDA 内核、一个四核 ARM 处理器和 2GB 内存。
相反,同样数量的钱可以为您购买 640 CUDA 核心的 GeForce GTX 750 Ti,或者可能是 1024 CUDA 核心的 GTX 960。具有 1GB RAM 和 192 核心的 GT 720 可以以 45 美元的价格购买(2015 年 7 月)。
您不必将NVidia GPU 与深度学习一起使用。不过,GPU 将显着提高速度。具有通用深度学习工具包的非 NVidia GPU 几乎没有支持。
AWS 确实“支持”Mac OS。您可以使用 Mac 上的任何 SSH 客户端来访问 GPU 实例。