不含螢幕及OS主要用途為跑 R、Python 多執行緒及深度學習舊電腦 CPU E3-1231 及 RAM 16G 常飆到100%對於CPU散熱器及顯示卡的廠牌沒什麼概念所以來請教各位以下是我試組的單子請各位指教,謝謝!
Jesus go home wrote:不含螢幕及OS主要...(恕刪) 深度學習主要是計算多維度空間用的是GPU然後主記憶體必須是顯卡記憶體的兩倍以上你卻把CPU買到頂買錯重點python無法多工如果深度學習是靠CPU這次AMD的股票要狂飆了
SGR 0418 wrote:深度學習主要是計算...(恕刪) 因為目前在做大數據相關工作主要是用R在跑資料前處理、機器學習、模型建置,會開多執行緒,用的是CPU和RAM但深度學習是開 Python 用 GPU謝謝你的建議
顯卡NVIDIA TITAN RTX有24GB的RAMPCHOME 專賣 一張8萬3要多深有多深不夠深在插一張串接顶配2080 TI的Tensor Core个数减少了15%,显存少了1GB,显存带宽减小6%,最终的单精度浮点算力降低了14.8%。各种简配后,价格降低到¥1万。仍然不便宜,但是比起Titan V来说,性价比已经非常高了!如果我们使用 GFLOPS/1元来算性价比的话,Titan V是 0.552 GFLOPS/元;RTX 2080 TI是 1.17 GFLOPS/元。新品显然要更加划算。在实际选择的时候,算力只是其中的一个参数。例如各种缩水的RTX 2080的性价比达到1.37 GFLOPS/元,但是其显存容量只有8GB。如果你希望在神经网络训练过程中使用更大的batch size,那么要研究下8GB的显存是否够用。🏆 目前最好的 GPU:RTX 2080 Ti💰 成本效益高但貴的 GPU:RTX 2080、GTX 1080💵 成本效益高且便宜的 GPU:GTX 1070、GTX 1070 Ti、GTX 1060🗄️ 用於超過 250 GB的資料集:RTX 2080 Ti or RTX 2080😳 只有一點錢的話:GTX 1060 (6GB)😢 幾乎沒什麼錢:GTX 1050 Ti (4GB) or CPU + AWS/TPU🏁 打 Kaggle:GTX 1060 (6GB) 測試、AWS 做最後訓練🕵️♀️ 有競爭力的電腦視覺研究人員:GTX 2080 Ti,2019 年升級到 RTX Titan🎓 研究人員:RTX 2080 Ti or GTX 10XX 到 RTX Titan😤 剛起步學習深度學習 (認真的):從 GTX 1060 (6GB) 開始,或便宜的 GTX 1070/GTX 1070 Ti😝 只想試玩看看深度學習:GTX 1050 Ti (4或2GB)
Jesus go home wrote:舊電腦 CPU E3-1231 及 RAM 16G 常飆到100%對於CPU散熱器及顯示卡的廠牌沒什麼概念所以來請教各位(恕刪) 記憶體先加到32G看看能不能改善。E3-1231最多就到32G...
Jesus go home wrote:不含螢幕及OS主要...(恕刪) 9900k必須上水冷不超頻時好的空冷也壓不住高溫上飆何況你是長時運算浮點運算再用下去再加十幾度以上使用耗損應不輸礦卡畢竟是藥出來的,本就沒那極限