admin管理员组

文章数量:1537259


  1. GPU,对于深度学习,GPU是最重要的,由于目前只有nvidia显卡支持Cuda,因此别无他选,参考多篇博文,目前在kaggle获奖得主推荐使用RTX2070,考虑未来的扩展性,我选择了RTX2070Super;

  2. CPU,就深度学习而言对于CPU的要求并不高,AMD和Intel都可以,同样性能的CPU,Intel价格大概是AMD的两倍左右,但是作为强迫症患者,我还是选择了Intel i7 9700k,但是超频好像真的是有些性能冗余;

  3. 主板,主板同样要求并不高,但是要适配所选用的CPU和GPU,如果为了防止以后单显卡容量不足而采用双显卡,需要选用支持双显卡的主板,我选择了微星z390a-pro,优点是便宜(但是微星这个主板对Linux的支持好像并不是特别好);

  4. 内存,内存至少要与GPU显存容量相同;

  5. 硬盘,对于深度学习来讲,另一个较为重要的因素就是数据集,考虑到目前动匝上G到数十G的数据集,为了存储数据集,需要加装硬盘;

  6. 固态,为了提高操作系统加载速度,当然,如果固态足够就不需要硬盘了;

  7. 电源,电源的选择需要能够带动系统的运行即可,计算方法为,电源额定功率&#

本文标签: 深度机器最新RTX2070Super