1.扯一会
提到Mac很多人估计会觉得高大上,其实我也是这么认为的,因为我在13年之前用的不是Mac 而是普通的笔记本,总幻想着拥有一台Mac,当然了这个愿望在13年10月份左右就实现了
Mac最大的特点估计就是
a. 装x
b. 轻便好携带
c. Mac OS系统的流畅,以及几乎没有广告以及病毒的侵扰
d. 很容易编写、运行类Unix系统平台上的程序(MacOS就是根据很久之前的Unix系统发展而来,当然得支持Linux控的需求啦)
e. 搞UI设计的同学也非常喜欢
。。。
2.引入正题
2.1 为什么我会想到在Mac上安装Ubuntu呢?
2.1.1 “模型”惹的祸
之前当我需要用到Linux系统(例如Ubuntu这个发型版本)时,我基本都会在虚拟机(就是在Mac电脑上用特殊软件再虚拟出一台电脑,软件有很多,我一直喜欢用VMware)
可是最近需要研究人工智能(听上去高大上,实际上啊离真正的智能人脑还有很大差距)中的深度学习,再说的具体点就是需要用到训练模型,例如使用TensorFlow进行训练,
说到这估计很多同学就说,我要进行的“训练”与安装Ubuntu什么关系啊,这八杆子还没有一撇呢!请听我慢慢道来
因为我手头只有Mac电脑,自己阿里云的服务器性能一般(平时也就用来完成基本的web项目),而想要完成人工智能 其中一个很重要的一点是得到一个“类似人脑”的模型,可用理解为一套算法,用这个“算法”去工作,像语音识别,车牌识别等,而得到这个“模型”,就需要“训练”,这个过程是需要大量的计算的,而使用CPU(就是电脑上最核心的那块)的话 训练的时间太长太长了
因此,在研究深度学习这块,基本都不会使用CPU,而是使用GPU来实现模型的训练
2.1.2 Mac上的GPU
也不知是为什么,Mac电脑这么优秀,按常理说什么都是优秀的才对,这话在人工智能方面就差点意思了,为什么这么说呢?
现

博主在Mac上安装Ubuntu18.04双系统以利用ROCm支持深度学习,但遇到Ubuntu不支持ROCm、Mac系统崩溃等问题。通过尝试解决,意识到Mac已能满足大部分Linux需求,深度学习可考虑云GPU服务,同时强调数据备份的重要性。
最低0.47元/天 解锁文章
1274

被折叠的 条评论
为什么被折叠?



