深度學習服務器工作站恐怕最糾結的就是GPU的選擇,下面我整理出目前NVIDIA GPU的技術參數:
深度學習需要用到GPU的參數有:
1,單精度---深度學習只需要單精度,昂貴的雙精度卡適合科學計算
2,CUDA處理器---越多越好,無需解釋
3,張量處理單元(Tensor Core)---也是越多越好
所以,最新GeForce RTX 2080Ti\GeForce RTX 2080性價比不錯,當然土豪就別客氣了果斷GV100吧。
深度學習服務器工作站恐怕最糾結的就是GPU的選擇,下面我整理出目前NVIDIA GPU的技術參數:
深度學習需要用到GPU的參數有:
1,單精度---深度學習只需要單精度,昂貴的雙精度卡適合科學計算
2,CUDA處理器---越多越好,無需解釋
3,張量處理單元(Tensor Core)---也是越多越好
所以,最新GeForce RTX 2080Ti\GeForce RTX 2080性價比不錯,當然土豪就別客氣了果斷GV100吧。
刻苦的訓練我打算最後稍微提一下。主要說後者:什麼是有效地訓練? 我想說下我的理解。 很多ACMer入門的時候,都被告知:要多做題,做個500多道就變牛了。其實,這既不是充分條件、也不會是必要條件。
計算機科學與技術學習反思錄 計算機科學與技術這一門科學深深的吸引着我們這些同學們,上計算機系已經有近三年了,自己也做了一
立即學習:https://edu.csdn.net/course/play/26245/326284?utm_source=blogtoedu