深度学习对GPU要求高吗？为什么深度学习要用GPU？

深度学习对GPU要求高吗？为什么深度学习要用GPU？实际上深度学习并不一定需要用GPU，只是如果不使用GPU，训练模型所耗的时间会变得巨长。GPU优势在于并行运算，而深度学习中的运算大部分都是矩阵运算 (矩阵运算就是并行运算的一种)。

深度学习对GPU要求高吗？

首先明确一点：GPU解决的并不是DL模型“能不能跑”的问题，而是“能跑多快”的问题。所以对于DL来说GPU并不必需。然而，如果你搞研究，别人两小时做完一次实验，你两星期……这就很尴尬了。

所以只是玩个demo实际上并不一定非要GPU，比如CPU版的tensorflow，了解一下。

事实上，做DL，如果你拥有的GPU显存很小，在做某些项目的时候还真不如CPU，毕竟内存比显存便宜多了。

至于如果需要GPU，那么需要多好的GPU，我个人觉得，应该6G显存打底，不设上限。一块GTX-1080能够满足初学者的绝大多数要求——不行你就减少batchsize嘛——而且还能顺便打打游戏美滋滋。如果想走的更深远，有句话是这么讲的：“做DL,七分天注定，三分靠打拼，剩下九十分靠钱”

用之前看到的一个简单的例子来说明 (由于忘记出处，这里就不引用了)，CPU就好比1位高中生，5分钟就能做出一道几何题，但是要让他5分钟做1000道简单的加法题，可能会做不完。而GPU就好比100位小学生，虽然会的东西不及高中生，但是让它们在5分钟内合力完成1000道简单的加法题，还是绰绰有余的。

免费分享一些我整理的人工智能学习资料给大家，包括一些AI常用框架实战视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。

为了更好的系统学习AI，推荐大家收藏一份。

下面是部分截图，文末附免费下载方式。

一、人工智能课程及项目【含课件源码】

二、国内外知名精华资源

三、人工智能论文合集

四、人工智能行业报告

学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。

点击下方名片，扫码免费下载文中资料。