要最后能用，你还须要有显示器、鼠标和键盘。这些器械一般轻易搞到（我的地下室里到处都是）。合计价格是883美元，是以想花1000美元的话，还能再进级一些器械。
装机
所有担保都到齐后我是相当的高兴，然后我发明装机是轻易，但靠不住。花了我大年夜概一个小时，按照每个部件的解释书就把电脑组装起来了。最后却点不亮。我不得不改换了主板，相当沮丧但还OK。
第二次组装时，我把所有的部件放在一个纸箱子上连接起来，先肯定是不是都能正常工作。
根本上，如不雅你把每个器械都能插入到看起来能恰本地匹配的处所，就应当是OK的。
图1 放在桌子上的半成品电脑，只连接了起码的部件来测试
图3 大年夜膳绫擎看下去，硬盘已经装进去了
启动电脑
安装最新版本的Ubuntu会让你的生活变得轻易得多，因为新版本支撑几乎所有的深度进修的软件。你可以把一个镜像存到一个USB盘里，然后按照它的简单的一步一步指导来安装。在上世纪90年代，我须要和各类驱动法度榜样去斗争来安装Linux桌面，不过如今的安装过程已经变得超等轻易。
新的Ubuntu操作体系也异常的棒。我如今经常应用我本身组装的┞封台电脑。拥有大年夜内存、相对快速的CPU和轻量级的操作体系，它是我家里最快的计算机。
安装CUDA、OpenCV
和TensorFlow
为了能用你的超酷的深度进修机械， 你须要先安装CUDA和CudNN。最新的CUDA版本是8.0，CudNN是5.1。 大年夜抽象的角度看，CUDA是一个API和编译器，能让其他的法度榜样为通用应用应用GPU。而CudNN则是一个库，重要设计来让神经统??GPU上跑的更快。你须要大年夜英伟达的官网NVIDIA website高低载这两个软件。
OpenCV 是一个开源的看维很多应用应用它来做图像处理。如今最新的版本3.1和最新的CUDA版本不兼容。你可以经由过程设置CUDA_GENERATION标记成Kepler、Maxwell或是Pascal（取决于你买的GPU型号）来让他们兼容。下面是下载OpenCV和安装设置它的敕令序列：
- git clone https://github.com/opencv/opencv.git \
- && cd opencv \
- && mkdir build \
- && cd build \
- && cmake .. \
- && make -j3 \
- && make install
如不雅你想搞更猖狂的事，这里是基于Deep Dream由TensorFlow实现的Neural Style。出来的效不雅更神奇，你可以在这个脑洞大年夜开的博文里看到部分的结不雅。
最后，安装TensorFlow变成了这些天里最简单的工作。只要按照这个网站上的解释操作就行了。
我不敢信赖如今内存有多便宜。你须要买和主板合营的DDR4型的内存（几乎网上找到的都是这个类型），大年夜家的价格都差不多。我用129美元买了两条8GB of Corsair Vengeance内存。
想看看GPU的支撑是不是成功，你可以运行这个TensorFlow的测试法度榜样，或是履行下面的敕令：
python -m tensorflow.models.image.mnist.convolutional
我花了85美元买了一个650W的电源。我的经验是，电器如不雅电源出了问题是异常头疼也很难修的，所以不值得为此省钱。另一方面，我的体系的峰值负载大年夜来没有跨越250瓦。
◇散热器
这应当能开端运行一个模型而没有报错。
有趣的部分来了！
如今你已经花了近1000美元和无数的时光来装机和装软件，是时刻收受接收你的投资啦！GPU让法度榜样运行的异常快，所有你须要一些能应用这个速度的应用。荣幸的是有很多有趣的工作可以干。
及时辨认邻近的物品
装一个便宜的USB摄像头或是带有摄像头的树莓派板子在你家外面。 你就能用我在之前的100美元的TensorFlow机械仁攀里所介绍的RPi摄像头模块来很轻易地制造一个树莓派派视频流应用。
YOLO
YOLO包能完成拍摄同时的及时物体辨认。用Macbook的话，我发明物体辨认须要3到4秒。但用GPU的话，我能获得一个及时的结不雅，并且精确率是异常高。
按这个YOLO_tensorflow 项目标介绍，可以很轻易地应用YOLO模块运行在TensorFlow上。也可以安装“Darknet”，这是一个不合的深度进修框架。YOLO最初就是设计来竽暌姑于它的。
- git clone https://github.com/pjreddie/darknet
- cd darknet
- make
Darknet安装完后，你可以用下面的敕令来让它处理图像：
推荐阅读
前段时光，全球收集可谓经历了一场称得上“史无前例”的灾害。5月12日，比特币勒索病毒爆发，仅仅2天时光就造成了全球150多个国度的20多万人受影响，与此同时，病毒还在赓续扩散>>>详细阅读
本文标题：用不到1000美元攒一台深度学习用的超快的电脑：继续深度学习和便宜硬件的探奇！
地址：http://www.17bianji.com/lsqh/35462.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示