2017-07-08 76 views
-2

我是一名軟件開發人員,我想嘗試人工智能,機器學習等。我想了解可用的不同算法和技術,如何使用它們以及哪些算法適用於不同類型的挑戰。 TensorFlow看起來像開始試驗的好軟件,所以我將從TF開始。建議學習tensorflow的硬件?

我對圖像處理沒有興趣。我最感興趣的是理解數據模式和做出預測。

我能試驗所有常見的例子,並嘗試所有TF的算法和功能,只用8個線程的現代i7,或者我肯定會需要GPU以便在每個實驗之間不要等待幾個小時?如果我確實需要GPU,入門級的CUDA 3.0+ GPU就足夠了(例如GeForce 730M擁有2GB RAM,可能是最便宜的兼容GPU) 或者我需要更多的打孔和內存,如1050Ti/1080GTX/Ti等?

在谷歌或AWS上學習是否實用?或者我最好購買硬件?

我的擔心是我花了很多錢花在一個奇特的顯卡上,然後沒有真正進入ML編程,然後這是浪費金錢。 我不知道我是否會發現它很有趣/有用。所以我沒有試圖用ML來征服這個世界。

綜上所述,我的短期目標:

  1. 獲取與ML一些經驗,讓我知道什麼是技術/交易算法可/好DIFF類型的任務。

  2. 看能不能找到ML有趣

  3. 瞭解我需要什麼樣的硬件,如果我想進一步投資。

我可以買得起1080Ti試驗,但我不想浪費金錢而不知道更多。如果我購買像1050Ti這樣便宜的GPU,我可以在以後再增加一個1080Ti,或者如果我所有的GPU都相同,那麼效果最好?

+0

您將從以下網址獲得大部分答案:http://timdettmers.com/2015/03/09/deep-learning-hardware-guide/ –

回答

0

只需使用谷歌搜索將給你大部分答案。但總之,是的,你可以在TensorFlow上使用你的CPU。

你將需要至少CUDA 7.5,搭載的GPU至少3.0計算能力(http://www.nvidia.com/object/gpu-accelerated-applications-tensorflow-installation.html

如果您在使用機器學習還沒有經驗,我建議用Scikit學習第一玩耍(http://scikit-learn.org/) 。學習和使用除神經網絡之外的東西很容易,這會讓你更好地理解機器學習的基礎知識。 Scikit學習不需要GPU(實際上不提供GPU支持)。