推荐用于 TensorFlow 的 GPU
Recommended GPUs for Tensorflow
我了解 Tensorflow 需要（用于 GPU 计算）Nvidia 计算能力 >= 3.0 的 GPU。有许多这样的 GPU 可供选择。面向游戏的 GPU，例如GeForce 模型比面向计算的模型便宜得多，例如特斯拉。我有限的理解是，面向计算的模型可能缺少视频输出（计算不需要）并且游戏模型可能正在执行 32 位数学而不是 64 位。假设 Tensorflow 使用（或更喜欢）64 位，这样做意味着如果与 TensorFlow 一起使用，游戏模型将无法工作或产生不良结果？在选择与 Tensorflow 一起使用的 GPU 时应该注意哪些属性？
游戏 GPU 可以很好地工作。您需要一个具有大量内存和 CUDA 内核的最新 GPU。现在大多数在 GPU 上训练神经网络的人都使用 32 位浮点数。
支持 GPU 的 TensorFlow 版本具有以下要求：
- 64 位 Linux
- Python 2.7
- NVIDIA CUDA® 7.5（Pascal GPU 需要 CUDA 8.0）
- NVIDIA cuDNN v4.0（最低）或 v5.1（推荐）
TensorFlow GPU 支持需要 NVidia 计算能力 >= 3.0 的 GPU 卡。支持的卡片包括但不限于：
- 英伟达泰坦
- NVidia Titan X
- NVidia K20
- NVidia K40
你可以看看他们的官方文档Tensorflow GPU support
我了解 Tensorflow 需要（用于 GPU 计算）Nvidia 计算能力 >= 3.0 的 GPU。有许多这样的 GPU 可供选择。面向游戏的 GPU，例如GeForce 模型比面向计算的模型便宜得多，例如特斯拉。我有限的理解是，面向计算的模型可能缺少视频输出（计算不需要）并且游戏模型可能正在执行 32 位数学而不是 64 位。假设 Tensorflow 使用（或更喜欢）64 位，这样做意味着如果与 TensorFlow 一起使用，游戏模型将无法工作或产生不良结果？在选择与 Tensorflow 一起使用的 GPU 时应该注意哪些属性？
游戏 GPU 可以很好地工作。您需要一个具有大量内存和 CUDA 内核的最新 GPU。现在大多数在 GPU 上训练神经网络的人都使用 32 位浮点数。
支持 GPU 的 TensorFlow 版本具有以下要求：
- 64 位 Linux
- Python 2.7
- NVIDIA CUDA® 7.5（Pascal GPU 需要 CUDA 8.0）
- NVIDIA cuDNN v4.0（最低）或 v5.1（推荐）
TensorFlow GPU 支持需要 NVidia 计算能力 >= 3.0 的 GPU 卡。支持的卡片包括但不限于：
- 英伟达泰坦
- NVidia Titan X
- NVidia K20
- NVidia K40
你可以看看他们的官方文档Tensorflow GPU support