1樓：背鍋俠丶李達康
深度學習需要具備三個因素，1，演算法 2，gpu機器 3，資料庫。gpu選擇的話，由於一般的深度學習都不需要單精度，所以價效比最高的gpu是gtx系列，比如titan x，titan x是現在深度學習用的最多的卡。
gpu加速器 能做深度學習嗎
2樓：共和國過果y復
說到這個當然是無線流量的ysscloud了
呵呵也是不錯的
能幫到你嗎
為什麼做gpu計算，深度學習用amd顯示卡的很少，基本都nvidia
3樓：匿名使用者
什麼尼瑪功耗，還穩定性，懂都不懂就來亂說，殺幣一樣。
為什麼機器學習基本都用n卡，因為主流機器學習框架都是基於n卡cuda的，對a卡基本不支援。今年google才推出適用於 rocm gpu的tensorflow，也是今年英偉達才開源cuda
雖然有opencl可以用，但是opencl這玩意，現在基本上是處於還沒大規模投入使用就面臨淘汰的狀態了，哦，蘋果馬上就要淘汰opencl了，它的親兒子
所以要想在a卡上跑深度學習，估計還要等個1、2年，不會永遠都是n卡一家獨大的
4樓：我拿流浪打
因為在深度學習領域,cuda比opencl更好用，比如google也是選擇用cuda
而cuda只支援n卡。
以前amd本身對加速卡領域涉及沒有n卡深，近幾年看到這邊潛力非常巨大，最近才大力打造amd radeon instinct系列加速卡。
5樓：匿名使用者
nvidia顯示卡優化做工功耗穩定性都要比amd好，**上nvidia比amd高些。
為什麼做gpu計算，深度學習用amd顯示卡的很少，基
6樓：匿名使用者
因為這方面的技術是nv首先提出並且實現，而且作為產品的一個主推方向堅持連續優化的，最新的titan xp的架構甚至有優先考慮計算而後考慮遊戲的「美名」。反過來看amd，雖然也在gpu計算上有所建立，但畢竟它自家還同時生產cpu，這種縱容左手打右手的行為還是要收斂很多的。所以它在這方面遠遠落後於nv，是一種必然。
7樓：_常往光明中
因為a卡確實不如同價位的n卡
8樓：超級春哥哥的
可以啊，plaidml+keras
cpu和gpu跑深度學習差別有多大
9樓：匿名使用者
gpu 的架構與 cpu 很不一樣。首先，gpu 並不具備多功能性。其次，與消費級 cpu 個位數的核心數目不同，消費級的 gpu 通常有上千個核心——特別適合處理大型資料集。
由於 gpu 在設計之初有且只有一個目的：最大化平行計算。每一代製程縮減直接帶來更多的核心數量（摩爾定律對於 gpu 更明顯），意味著 gpu 每年有大約 40% 的效能提升。
gpu適合深度學習的三大理由（按重要程度排序）：高寬頻的記憶體；多執行緒並行下的記憶體訪問隱藏延遲；數量多且速度快的可調整的暫存器和l1快取。
深度學習之中使用神經網路訓練，一個最大的問題就是訓練速度的問題，特別是對於深度學習而言，過多的引數會消耗很多的時間，在神經網路訓練過程中，運算最多的是關於矩陣的運算，這個時候就正好用到了gpu，gpu本來是用來處理圖形的，但是因為其處理矩陣計算的高效性就運用到了深度學習之中。
10樓：卜馳柳卉
這顯示卡不是沒有gpu。。。只是a卡支援的opencl加速而已，現在caffe不支援opencl的，你顯示卡384個流處理器計算起來是可以比四核cpu快3倍的，建議你自己構建網路別用框架，然後用opencl加速比較實際。除非你不注重時間跟效率。
再不然就換成n卡咯，但成本需要考慮了。
為什麼做GPU計算，深度學習用amd顯示卡的很少，基本都nvidia
說的太武斷了，挖礦是不是用gpu進行計算？礦卡首選不是amd嗎？為什麼做gpu計算，深度學習用amd顯示卡的很少，基 因為這方面的技術是nv首先提出並且實現，而且作為產品的一個主推方向堅持連續優化的，最新的titan xp的架構甚至有優先考慮計算而後考慮遊戲的 美名 反過來看amd，雖然也在gpu計...
學習PS沒有繪畫功底可以嗎？拜託了各位 謝謝
不可以，手繪很重要，沒有美術功底能不能學習ps 當然能，有功底當然好，容易學，沒有功底，也可以，不過要看你的接受能力好不好。記得采納啊。一般來說國內的美術院校的此類專業都需要美術加試 文化成績 美術加試成績 這樣來錄取 因為美術類對於文化成績相對其他專業來說要求不是很高 所以 如果你真的想學 如果你...
沒有會計從業資格證可以做會計嗎,沒有會計從業資格證可以從事會計嗎
理論上不可以。會計從業資格證是入門會計行業必備的證書。但現在也有很多人由於各種特殊原因先從事會計學習,再入手考證。當然,如果你本身學的就是會計專業,那肯定可以先從事會計,再考證的。不能。因為 會計法 第三十八條規定 從事會計工作的人員,必須取得會計從業資格證書。所以沒有會計從業資格證是不可以做會計的...