1、深度学习环境搭建与框架使用指南

深度学习环境搭建与框架使用指南

1. 深度学习简介

深度学习正在彻底改变众多行业。在许多应用场景中，深度学习已被证明能够比人类更快、更准确地做出预测。近年来，深度学习的进步在一定程度上得益于计算能力的提升，尤其是GPU在数据处理中的应用，推动了从浅层神经网络向深层神经网络的跨越。

2. 深度学习环境搭建

2.1 检查本地GPU

在开始训练深度学习模型之前，需要先搭建深度学习环境。虽然可以在CPU上运行深度学习模型，但使用GPU能显著提高速度，对于更复杂的深层模型而言，GPU更是必不可少。
- 首先，检查本地机器是否有支持CUDA的NVIDIA GPU，可查看https://developer.nvidia.com/cuda-gpus 。
- 如果GPU在列表中，且尚未安装CUDA和cuDNN，则需进行安装。
- 如果本地没有NVIDIA GPU，可以选择使用云解决方案。

2.2 云解决方案

2.2.1 Amazon Web Services (AWS)

AWS是最受欢迎的云解决方案。若本地没有GPU或更倾向于使用服务器，可以在AWS上设置EC2实例。
- 准备工作 ：需有Amazon AWS账户，并熟悉其平台和相关成本。
- 操作步骤 ：
1. 确保所选区域可使用P2或G3实例，P2实例配备NVIDIA K80 GPU，G3实例配备NVIDIA Tesla M60 GPU，K80 GPU速度更快且显存更大（12GB vs 8GB）。
2. 启