回答:这个问题，对许多做AI的人来说，应该很重要。因为，显卡这么贵，都自购，显然不可能。但是，回答量好少。而且最好的回答，竟然是讲amazon aws的，这对国内用户，有多大意义呢？我来接地气的回答吧。简单一句话：我们有万能的淘宝啊！说到GPU租用的选择。ucloud、ucloud、ucloud、滴滴等，大公司云平台，高大上。但是，第一，非常昂贵。很多不提供按小时租用，动不动就是包月。几千大洋撒出去，还...
Nino
|
2307人阅读
回答:这个就不用想了，自己配置开发平台费用太高，而且产生的效果还不一定好。根据我这边的开发经验，你可以借助网上很多免费提供的云平台使用。1.Floyd，这个平台提供了目前市面上比较主流框架各个版本的开发环境，最重要的一点就是，这个平台上还有一些常用的数据集。有的数据集是系统提供的，有的则是其它用户提供的。2.Paas，这个云平台最早的版本是免费试用半年，之后开始收费，现在最新版是免费的，当然免费也是有限...
enda
|
1195人阅读
回答:马哥教育的Linux真是让我受益终身啊！当初跟着马哥学习了好长时间，差点就要放弃了，还好自己对Linux比较热爱对马哥也比较信任就坚持学了下去，现在的我从小白变成了我们这里的大神，感谢马哥让我学到了真正的技术！
Kosmos
|
731人阅读
回答:linux属于比较常见的课程，很多学校都有，建议不要只依靠网络了解，你可以去听一下课程，再跟老师和在校生交流一下，看看课程适不适合自己。自己的亲身感受才是最准确的判断。我是在跟马哥学的Linux，课程全面，讲的都是企业正在用的技术，很多就业的都是内推，我就是内推找到的工作，现在在杭州，月薪12K吧 还可以。
Anchorer
|
1007人阅读
回答:马哥的没有看，个人自学看的老男孩的视频教程，我推荐。1.你要有决心。既然要学，就要有结果，不能半途而废。给自己定个目标。2.你要学方法。善于总结，多做笔记。老男孩的课还是注重方法的。3.基础很枯燥，基础很重要。基础很多，也很枯燥，也是最难坚持的，基础的命令150个每个命令还有很多参数，勤加练习，基础不牢地动山摇。坚持下去✊4.补充自学时间跨度长，容易学着学着前面的就丢了，要经常回顾，多练习。一定要...
Ajian
|
1439人阅读
回答:x86内核也就是pc桌面电脑所使用的内核，而arm是嵌入式，比如最常见的就是手机和汽车内置操作系统。通常因为linux跑在服务器上，就是x86平台，所以x86上的软件是最多也是最稳定的。无论开发还是测试，x86平台都更方便。当然，linux也可以跑在嵌入式上，但是由于嵌入式设备太多了，比如五花八门的手机硬件(陀螺仪，GPS等等)，linux很难做出比较完善的驱动支持。所以通常手机上使用的都是裁剪或...
Developer
|
982人阅读
...终于让它能在高于 800×600 的分辨率下工作了，我使用了 Linux X64 (AMD64/EM64T) DISPLAY DRIVER 352.30 版本作为图像驱动。设置演示安装的是 CUDA 7.0，我选择安装的 CUDA 7.5。虽然该版本的确有所改进，但在一些库上也难以正常工作。如果你...
... 安装操作系统 下一步是安装操作系统。我使用的是 Linux，因为大多数 DL 框架都是针对该系统设计的。使用的台式机是 Ubuntu 16.04 LTS, 用 USB 就可安装全部的东西。有很多像 UNetbootin 或 Rufus（仅用于 Windows）的免费工具，可以...
...stalling TensorFlow on Ubuntu（https://www.tensorflow.org/install/install_Linux#tensorflow_gpu_support）Google Cloud TPU：针对 Google Cloud TPU 上的 Keras 的实验性 tf.data 集成在 Google Cloud TPU 上对 Eager Execut...
...你使用 WebGL 在 GPU 驱动的、你的浏览器上运行训练好的 Keras 模型。模型直接根据 Keras JSON 格式配置文件和关联的 HDF5 权重而序列化（serialized）。项目地址：https://github.com/transcranial/keras-js互动演示用于 MNIST 的基本卷积网络在 MNIS...
... python import tensorflow as tf with tf.device(/GPU:0): model = tf.keras.Sequential([ tf.keras.layers.Dense(64, activation=relu), tf.keras.layers.Dense(10, activation=softmax)...
...了如何利用 Google Colab 上的免费 Cloud TPU 资源更快地训练 Keras 模型。很长一段时间以来，我在单个 GTX 1070 显卡上训练模型，其单精度大约为 8.18 TFlops。后来谷歌在 Colab 上启用了免费的 Tesla K80 GPU，配备 12GB 内存，且速度稍有增加...
...nt thing is to configure a group of proper tools and develope environments.Keras is a well recommended framework by google, which can either supported by tensorflow and theano. Due to the excellent...
L.C.提醒我补上配置的坑 1.配置gpu版本的keras（tensorflow/theano）真xx难！对计算的时间要求不高，就弄个cpu慢吞吞训练算了，怎么安装cpu版本的深度学习框架？ so fxxking easy!官网（或清华大学镜像站点）下载anaconda安装，之后在命...
...保GPU的较大利用率，他使用了由CuDNN（ CuDNNLSM层）支持的Keras快速LSTM实现。数据集 Twitter情绪分析数据集（Twitter Sentiment Analysis Dataset [2]），包含1,578,627条分过类的推文，每行用1标记为积极情绪，0表示消极情绪。模型对9...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
