这是一个创建于 2850 天前的主题，其中的信息可能已经有所发展或是发生改变。
自从配好了这台 pc 一直觉得配置太高浪费了，CPU/内存长期都在 10%以内。晚上在本地 build tensorflow CPU 一下子占了 80%多，感觉终于派上用场了，只是很遗憾，内存还是不到 20%
下面是 mac 上安装 keras-tensorflow-gpu 的吐槽： 1.tf 编译的坑多，多到有 N 篇文章专门论述，各个版本（ python、cuda、cudnn、tf ）都有，太混乱了，不知道信哪一个好 2.conda+tf 的坑，其中 protobuf 就是坑中之坑，坑王之王
这两个问题我分别花了两个晚上才搞定，现在可以在 jupyter notebook 上直接跑 keras-tf-gpu，速度快得飞起，同样程序相比 K80 还要快 5 倍（ k80 上是 keras+theano ），所以结论是折腾是值得的！
第 1 条附言 2017-12-24 21:09:31 +08:00
忽然发现我没有说明环境，导致大家有疑问：
1.硬件：i7-8700k,16g,1080ti
2.OS：macOS
3.tensorflow:1.5
4.keras:2.0
5.python:3.6
1.硬件：i7-8700k,16g,1080ti
2.OS：macOS
3.tensorflow:1.5
4.keras:2.0
5.python:3.6
第 2 条附言 2017-12-25 16:01:39 +08:00
真是个悲伤的结局：16g 内存远远不够用啊，读取了 20000 多张图就爆了～～～
 | 1 cybermay 2017-12-23 19:30:31 +08:00 也没说是什么配置啊 |
 | 2 winglight2016 OP @cybermay 常见配置：i7 8700k+1080ti |
 | 3 ZRS 2017-12-23 20:14:10 +08:00 via iPhone 总感觉 windows 下配环境是很蛋疼的事 |
 | 4 greyterry 2017-12-23 20:16:08 +08:00 via iPhone 我配了 64G 的内存才发现日常使用率 5%…… |
 | 5 JJaicmkmy 2017-12-23 20:28:13 +08:00 8700K 不是六核吗？ |
 | 6 cnta &bsp; 2017-12-23 21:08:08 +08:00 8 核 16 线程 自己主要是平时开虚拟机开得多吧 ，多核还是很有必要的。 |
| 7 winglight2016 OP |
 | 8 Rorysky 2017-12-23 22:09:01 +08:00 8400+1070ti 瑟瑟发抖 |
 | 9 ioriwong 2017-12-23 22:11:34 +08:00 我 28 核 56 线程，从未满载过，很难超 50%，哈哈 |
 | 10 greenskinmonster 2017-12-23 23:20:16 +08:00 装 gentoo 啊，前几天刚好重新编译了整个系统，4 核 8 线程 [email protected] 满载了大半天 |
 | 11 lycc 2017-12-23 23:32:12 +08:00 via Android Adobe 全家桶可以把你的内存吃干净 233333 |
 | 12 somebody 2017-12-23 23:33:26 +08:00 编译 Java, C/C++ 的时候可以多线程，make -j8。编译 Android ROM 的时候 make -j8，8 核 满负荷运行了 1 小时 |
 | 14 snnn 2017-12-23 23:36:50 +08:00 via Android 你内存得多大啊？编译 tf 需要 16G 内存才能 4 核全开不 oom。8 核得 32G 才对 |
 | 15 Tardis0127 2017-12-24 00:13:41 +08:00 via iPhone yes > /dev/null & 试试这个 |
 | 16 mattx 2017-12-24 00:16:17 +08:00 挖 门罗吧.一年可以挖半个 |
 | 17 WildCat 2017-12-24 00:27:42 +08:00  1 1. 几张 1080Ti ？感觉你的 U 好亏，4 路的话 6850K 就足够了吧 2. 没必要自己编译吧，pip install tensorflow-gpu 就好了。 3. 即使官方版本不好，github 上边有别人发布的不少编译好的版本 4. 第一次安装比较痛苦，之后就轻车熟路了，推荐 52nlp 的教程（感觉很好）：《从零开始搭建深度学习服务器: 基础环境配置（ Ubuntu + GTX 1080 TI + CUDA + cuDNN ）》 http://www.52nlp.cn/%E4%BB%8E%E9%9B%B6%E5%BC%80%E5%A7%8B%E6%90%AD%E5%BB%BA%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%9C%8D%E5%8A%A1%E5%99%A8%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AEubuntu-1080ti-cuda-cudnn |
 | 19 jhdxr 2017-12-24 00:49:46 +08:00 sklearn 路过，72 核 144 线程（ E7-8890 ）很容易满 100%，但是内存（ 1.2PB ）的确用不完。 |
 | 20 wwqgtxx 2017-12-24 00:50:00 +08:00 via iPhone 试试用 x265 压视频，分分钟 cpu 用满 |
 | 21 guochengjie 2017-12-24 00:58:26 +08:00 via Android Dual E5-2670 V1C2 洋垃圾配上 32G Samsung DDR3 ECC 洋垃圾 日常使用根本超不过 20% |
 | 22 fzinfz 2017-12-24 01:18:35 +08:00 挖矿吧，分分钟告诉你电脑有多渣。 要保险的话，找个容易提现的币挖；要投资的话，选 1~N 个山寨币挖。 |
 | 23 azh7138m 2017-12-24 01:39:08 +08:00 via Android 1 压片啊，你立马就知道自己配置不够用了 |
 | 24 xPKK1qofAr6RR09O 2017-12-24 02:08:30 +08:00 用 pr ae 剪个 4k，cpu 内存都得爆 |
 | 25 realpg PRO |
 | 26 aminic 2017-12-24 03:10:10 +08:00 via Android 1 都是码界大壕啊，那个 e7 的哥哥，还需要男秘嘛 |
 | 27 20015jjw 2017-12-24 03:14:02 +08:00 via Android dev server 200 多核心不说话 |
 | 28 amai 2017-12-24 05:54:07 +08:00 |
 | 29 shenyu1996 2017-12-24 08:52:21 +08:00 via Android 黑五买了战地 1 发现这游戏疯狂吃 u，不锁 fps,我的 e3 分分钟满载 |
 | 30 togodo 2017-12-24 09:14:26 +08:00 开虚拟机 |
 | 31 i730 2017-12-24 09:39:56 +08:00 via Android 2 核 cpu 2.8GHz intel 的我瑟瑟发抖，显卡 N 820M |
 | 32 vicence 2017-12-24 09:42:44 +08:00 @winglight2016 单条内存多大，多少钱哪家买的，我在京东买金士顿(Kingston)骇客神条 Fury 系列 DDR4 2400 8G 台式机内存 749 入的。 |
 | 34 silencefent 2017-12-24 10:15:14 +08:00 1.2PB,就算天顶星科技 512G 内存也要插 2048 条槽子 |
 | 36 zetary 2017-12-24 11:18:08 +08:00 7700k + 1070 瑟瑟发抖, 用的 manjaro, yaourt 装环境一个小时不到全都装好 |
 | 37 deepkolos 2017-12-24 11:24:55 +08:00 运行跑分软件的时候~ |
| 38 wwqgtxx 2017-12-24 11:36:23 +08:00 via iPhone @likuku 大部分压制组还是倾向于 cpu 压，因为无论是最后的成像质量，文件体积和参数可调性都比 gpu 的好的多 |
| 40 winglight2016 OP |
 | 42 Nitromethane 2017-12-24 19:25:36 +08:00 可以跑 BOINC 啊~哈哈哈，框框永远不够用~ |
 | 43 afpro 2017-12-24 19:47:44 +08:00 tensorflow 的编译并没有坑啊 bazel 很好用 |
| 45 winglight2016 OP @afpro 你在 mac 下跑一遍就明白了 |
 | 46 ryd994 2017-12-24 21:09:15 +08:00 via Android @aheadlead 超算根本不能直接跑 sklearn，也不能直接看 CPU 利用率。分给你一个节点就是全归你用。 |
 | 47 UnknownR 2017-12-24 23:20:34 +08:00 ae 导出个视频，6700k 直接满载，还是我自己用手机拍的，不是摄像机。内存的话压缩文件，用大字典，16G 内存基本占满，不过平时用 cpu 不超过 5%，不开 chrome 内存不超过 10%，开了不超过 30% |
 | 48 wekw 2017-12-24 23:52:58 +08:00 @greenskinmonster 2600K 果然还能再战三年。。。。说真的换去年的 7700K 目测也有至少 100% 的性能提升，不能只看核心数量、频率、缓存，制程结构内存带宽都有大幅增长的。 |
 | 50 riggzh 2017-12-24 23:54:24 +08:00 @wekw 2 代 SNB AVX1 4 代 Haswell AVX2 然后现在 7 代 i9 上的是 AVX512 （ 3 ） |
 | 52 laoyuan 2017-12-25 08:40:44 +08:00 昨天刚狠心 50 块钱包邮买了两条 DDR2 800 内存，终于把 P35 主板内存槽插满了。。 |
 | 54 HangoX 2017-12-25 09:00:30 +08:00 via Android 只能说楼主不是写安卓的。。编译的时候基本能给你跑满 |
| 55 winglight2016 OP @HangoX android 我也做啊，只是比其他应用略慢，开发上 sbt 编译速度才上最感人的 |
 | 56 6rzgeek 2017-12-25 09:45:20 +08:00 什么主板？装 macos 有没有什么问题 |
 | 57 firebroo 2017-12-25 10:34:45 +08:00 吃鸡游戏可以把我的 i76700+32G+1050TI 整死机。 |
 | 58 zyp0921 2017-12-25 11:26:21 +08:00 拿来吃鸡啊 不吃鸡浪费了 |
| 59 winglight2016 OP |
 | 60 HughRyu 2017-12-25 15:30:19 +08:00 |
 | 61 warcraft1236 2017-12-25 16:01:40 +08:00 你这是黑苹果吧？ |
| 62 winglight2016 OP @warcraft1236 是的 |
| 63 wwqgtxx 2017-12-27 00:36:31 +08:00 via iPhone @winglight2016 因为有些算法并没有在 gpu 上实现，还有些 gpu 硬件加速是用专用电路完成的，所以无法选择算法 |
Select Language