关于深度学习平台选择（包括嵌入式平台）

先说点软件相关的，跑题。。。开始装的是caffe，感觉这个安装比较复杂，而且初学的时候太菜，根本看不懂。后来发现了theano，教程比较基础，安装非常简单，几个指令可以搞定，不过用他来做开发实在太麻烦，建议配合keras使用，非常赞。

下面说一下硬件，最开始用的是gtx970显卡，后来觉得有点慢了想要更新下。就在犹豫是选Titan X还是K40、K80。

这里查了一下他们的性能。Titan X的单精度浮点运算能力是7 Tflops，双精度只有0.2 Tflops。

不过我在用的是theano，很明显的知道theano计算中使用的都是float32类型数据，根本没有双精度浮点运算，所以这么看来K40似乎还比不过泰坦。这里也是和大家讨论一下，个人感觉做深度学习泰坦性价比最高，如果有钱可以选择多路泰坦，K40或者K80的价钱感觉主要用在了双精度浮点运算上，如果用不到的话感觉没必要花这个钱。

最后介绍一款深度学习的嵌入式平台，当然这里不是用他来做计算，而是用于运行训练好的模型。这款是去年英伟达推出的Jetson TK1。

可以运行caffe，theano。下面贴一下运行例程的截图，速度还不错。可以看到速度比intel的E8400还要快一点，当然这里是用GPU和CPU来比，有点不公平。

新的X1今年也有推出，可惜没有公开卖开发板，相信性能应该更加出色。