NVIDIA显卡有没有替代GPU计算进行深度学习的方法？

Question

现在我正在研究一个深度学习问题。我正在尝试在matlab中使用卷积神经网络。但是文档上说，我们需要用于gpu计算的NVIDIA显卡。

我的笔记本电脑具有用于图形处理的英特尔核芯显卡2600。因此，有人可以建议我们在这种情况下运行深度学习算法和convnet算法的任何其他选择。

我可以在没有GPU计算的情况下运行这些算法吗?会有什么效果(在时间差方面)。

Answer 1

使用集成的英特尔显卡，您将无法实现更多目标。首先，大多数深度学习框架使用CUDA来实现GPU计算，并且CUDA仅由NVidia GPU支持。有几次尝试将标准深度学习框架扩展到OpenCL，值得注意的是，Theano有一个incomplete OpenCL backend，而Caffe已经被AMD研究实验室ported to OpenCL。然而，这些在这一点上要么是不完整的，要么是没有积极维护的。

另一个问题是性能。根据您的应用程序，您可能需要比您的笔记本电脑所能提供的更好的GPU。使用配备NVidia Titan的多GPU机器来训练网络数天甚至数周的情况并不少见。

我的建议是购买一台专门用于深度学习计算的机器(可以用一台标准笔记本电脑的价格购买一台装有刚刚发布的NVidia GTX1080的单一GPU机器)，或者在亚马逊EC2上租用GPU实例。

Answer 2

你可以使用谷歌张量处理单元与谷歌Colab，在那里你可以免费获得一个图形处理器，他们有一个相当酷的云图形处理器technology

• 您可以使用Jupiter笔记本电脑处理您的谷歌帐户：https://colab.research.google.com/notebooks/intro.ipynb
• Kaggle (谷歌拥有的数据科学竞赛网站)也有此选项来创建Jupiter笔记本+ GPU，但仅在有限的情况下：
  • notebook：https://www.kaggle.com/kernels
  • Documentation for it：https://www.kaggle.com/docs/notebooks

​