logo标签列表

Tensorflow推荐的GPU选择

gputensorflow
6
我知道Tensorflow需要（用于GPU计算）具有Nvidia Compute Capability >= 3.0的GPU。有许多这样的GPU可供选择。面向游戏的GPU，如GeForce型号，比面向计算的型号，如Tesla，便宜得多。我所了解的是，面向计算的型号可能缺少视频输出（计算不需要），而游戏型号可能会使用32位数学运算而不是64位。假设Tensorflow使用（或更喜欢）64位，这是否意味着如果使用Tensorflow，游戏型号将无法工作或产生不足的结果？在选择要与Tensorflow一起使用的GPU时应该看什么属性？
3
深度学习不偏好双精度（64位），相反，下一代英伟达显卡的主要卖点之一是能够进行快速的16位浮点数计算。 - etarion
2
游戏卡在深度学习方面性价比更高，除非您需要进行全天候部署。例如，Titan X比K20更快且价格更便宜。 - Yaroslav Bulatov
1
顺便提一下，自从我写了上面的帖子后，我购买并运行了一块GTX 1080 Ti，用一个词来形容，那就是美妙。 - Ron Cohen
2个回答
6

TensorFlow的GPU版本需要满足以下要求：

  • 64位Linux操作系统
  • Python 2.7版本
  • NVIDIA CUDA® 7.5（Pascal GPU需要CUDA 8.0）
  • NVIDIA cuDNN v4.0及以上版本

要使用TensorFlow GPU支持，需要具备NVidia计算能力>=3.0的GPU显卡。支持的显卡包括但不限于：

  • NVidia Titan
  • NVidia Titan X
  • NVidia K20
  • NVidia K40

您可以查看官方文档：Tensorflow GPU支持

2

游戏显卡可以很好地工作。您需要一张具有大量内存和CUDA核心的最新显卡。现在，大多数使用GPU训练神经网络的人使用32位浮点数。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接