深度学习之装机与系统篇

最近想要实现一个基于caffe框架的深度学习案例，而caffe一般需要在ubuntu系统中运行，且使用GPU运行效率更高，然而博主原主机机箱不支持显卡添置和更换。
因此，博主萌生出另配置一台台式机及入坑Linux系统的想法，在这里也与大家分享一下一些心得，另外本台式机也比较适合一般娱乐使用，可以为想要配置台式电脑的朋友提供参考，节约一些时间。

进入正题，首先罗列一下配置清单。

机箱
首先说一下机箱的选择。很多女生会喜欢较小的机箱，其实我也是（大汉少女心嘿嘿）。然而如果选择小机箱在主板和显卡的尺寸上就必须做出妥协。例如很多小型机箱就只支持ITX和MINI-ITX的主板，具体参数我也不赘述。知道它们比较小就是的。而稍大的Micro-ATX主板就无法放进去，造成更换机箱或主板的不便。显卡的情况也是，对于性能大的显卡，散热系统会很大（就是显卡上的风扇很多），那么显卡的尺寸就会很大，小机箱放不进去。下面是我所选择的机箱的参数。
显卡
博主最初的目的就是为了训练深度神经网络，因此显卡选择的指标也是按照其计算性能及社区使用资源（用的人多）来考虑的。下面转载知乎的相关专业分析。

最佳GPU：RTX 2070
避免的坑：所有Tesla、Quadro、创始人版（Founders Edition）的显卡，还有Titan RTX、Titan V、Titan XP
高性价比：RTX 2070（高端），
RTX 2060或GTX 1060 (6GB)（中低端）
穷人之选：GTX 1060 (6GB)
破产之选：GTX 1050 Ti（4GB），或者CPU（原型）+ AWS / TPU（训练），或者ColabKaggle
竞赛：RTX 2070
计算机视觉或机器翻译研究人员：采用鼓风设计的GTX 2080 Ti，如果训练非常大的网络，请选择RTX
TitansNLP研究人员：RTX 2080 Ti
已经开始研究深度学习：RTX 2070起步，以后按需添置更多RTX 2070
尝试入门深度学习：GTX 1050 Ti（2GB或4GB显存）
来源自作者：量子位链接：https://zhuanlan.zhihu.com/p/61411536
我的建议就是，如果是新手，哪个用的人多先用哪个，出了问题有共性容易找到解决方案。
主板和处理器
权衡性能和价格，博主选用的是AMD R5 3500X + 华硕TUF B450M-PLUS 套餐。具体参数图如下。
电源
如果使用性能较高的显卡，一定要用500W及以上功率的电源。电源功率太小容易开不了机的哟。如果使用多个显卡还需要看电源显卡供电口数量够不够。长城电源网上的口碑还是比较不错的，收到货个人感觉做工还可以。
固态硬盘
M.2接口的固态硬盘可能有一些朋友没有接触过，通俗的说就是长得像内存条的固态硬盘，安装十分简单，不需要电源另外供电。最重要的是速度比SATA固态硬盘高得多。如果是旧主板要查一查是否支持M.2接口固态。博主选用的是三星970EVO 500G。最近海康威视的颗粒事件闹得很大，作为国产品牌的标杆，希望能给消费者一个好的交代。如果这次事件处理得让人满意，我也建议大家可以尝试海康威视的固态，毕竟价格比较低，而且是民族品牌。
内存条
我选择的内存条我一直比较中意的品牌，金土顿。没在意太多速度上的测评。因为这个品牌我确实比较放心。参数DDR4 2666 这个需要在购买主板和CPU时咨询商家是否兼容。如果后续CPU工作量大，可以一次买两条。尽量批次相同，最重要的是传输参数必须相同（要不后续会出问题）。
风扇和水冷
这个自由发挥，我是还没上水冷，买了两个12cm宽度的风扇先用着。这个主要根据机箱的情况来设置，可以与机箱商家沟通水冷方案。
正式装机

具体流程根据https://www.bilibili.com/video/BV1At411X7Wz/ 这位大佬演示的来。但是博主这边建议大家先把电源和主板装进机箱后再进行视频中的操作，因为如果不先放进去，机箱中的开机键关机键那些线可能需要重新装，特别麻烦。另外显卡体积比较大后面装，装完再去连接主板和显卡的电源线。
跑分
用鲁大师跑个分，给大家一个参考和直观感受。

总体性能不算特别出色，但是二手1060能有十五万的分我还是比较满意的。
最后，如果是不太喜欢琢磨太多硬件细节的朋友可以直接按照我给出的列表进行购买，不能说是性价比最高的，但一定是最靠谱的。给大家节省了很多时间。另外喜欢研究装机的朋友可以分享一些建议。恳请大佬多多批评指正。
ubuntu系统篇
准备U盘制作U盘启动盘
大白菜u盘制作
大家可以下载这个软件对启动盘进行制作，制作前需要把U盘中的文件备份好，因为制作时会清空U盘。如果确实是新手建议观看软件官网上的教程。
单独分出200G左右的空间磁盘后，根据安装Ubuntu14.04超级详细图文教程这位大佬的安装步骤，与装Windows系统基本上大同小异。需要注意的是磁盘分区需要认真设置。

深度学习之装机与系统篇相关推荐

基于深度学习的脑电图识别综述篇(三)模型分析
作者|Memory逆光本文由作者授权分享导读脑电图(EEG)是一个复杂的信号,一个医生可能需要几年的训练并利用先进的信号处理和特征提取方法,才能正确解释其含义.而如今机器学习和深度学习的发展,大 ...
python dlib caffe人脸相似度_基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【一】如何配置caffe属性表...
前言基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
基于深度学习的中文语音识别系统框架（pluse）
目录声学模型 GRU-CTC DFCNN DFSMN 语言模型 n-gram CBHG 数据集本文搭建一个完整的中文语音识别系统,包括声学模型和语言模型,能够将输入的音频信号识别为汉字. 声学模型 ...
基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【三】VGG网络进行特征提取
前言基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
基于深度学习的人脸识别系统系列（Caffe+OpenCV+Dlib）——【六】设计人脸识别的识别类...
前言基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
深度学习论文阅读目标检测篇（四）中英文对照版：YOLOv1《 You Only Look Once: Unified, Real-Time Object Detection》
深度学习论文阅读目标检测篇(四)中英文对照版:YOLOv1< You Only Look Once: Unified, Real-Time Object Detection> Abstra ...
深度学习论文阅读目标检测篇（一）：R-CNN《Rich feature hierarchies for accurate object detection and semantic...》
深度学习论文阅读目标检测篇(一):R-CNN<Rich feature hierarchies for accurate object detection and semantic segmen ...
基于深度学习的中文语音识别系统框架搭建
基于深度学习的中文语音识别系统框架转自@https://blog.csdn.net/chinatelecom08/article/details/82557715 本文搭建一个完整的中文语音识别系统 ...
深度学习论文阅读目标检测篇（三）：Faster R-CNN《 Towards Real-Time Object Detection with Region Proposal Networks》
深度学习论文阅读目标检测篇(三):Faster R-CNN< Towards Real-Time Object Detection with Region Proposal Networks&g ...

深度学习之装机与系统篇

进入正题，首先罗列一下配置清单。

深度学习之装机与系统篇相关推荐

最新文章

热门文章