沒有GPU可以做深度學習嗎？

01-04

還沒有入門，想學習！

對初學者來說ＣＰＵ足以。以下幾點：

1)　先把ＣＰＵ利用好：其實對於很多初學者來說能把OpenMPI配置好，多線程利用起來，Ｃ底層程序用Intel MKL編譯(需要Intel CPU)，基本上可以帶來的效率提升可以近似於用GPU。

2) 然後利用好你自己的時間: 貌似現在道聽途說一般的結論是GPU比CPU提速10倍左右。。。大家想想，訓練一個模型，本來要CPU跑１０個小時，結果買了ＧＰＵ只用１一個小時，但是節約來的９個小時裡面一半浪費在了看知乎上（說你呢！），另一半浪費在了刷微信上。。。　本屌最近跑些NLP方面的東西，東西不是特別大，Ubuntu筆記本裝了OpenMPI可以四個線程一起跑，也比單核CPU快一倍左右，基本上白天先把模型設置好，跑上3~4個Epoch看看效果，然後在晚上睡覺之前開始跑個20-30個循環，第二天早上怎麼也都好了。

3) 最後設計好數據結構: 另外其實數據預處理的好，用簡便的方法存在內存裡面，也是可以提升不少效率的。以前跑過幾個東西發現特別慢，仔細一想是IO方面拖慢了進程，簡化了一下數據結構，整個數據集只有一次硬碟讀寫，一下就快了很多。當然可能有人說這個對圖像處理不適用啦，當然如果要做非同步讀寫的話水就很深了，分散式計算自身就可以灌水了，比如SVN Vishi的NOMAD，http://arxiv.org/abs/1312.0193，其思想用到深度學習也只是時間問題。

這裡一些資源：

Ubuntu 安裝BLAS以利用多個線程Easy Installation of an Optimized Theano on Current Ubuntu
Intel MKL: Theano on Scinet update: linking MKL blas

可以的，但是跑程序的時間要慢10到20倍的樣子，別人1小時，你要花10小時，這對於學習來說，其實是很大的局限，所以最好還是買個GPU，萬元以下的N卡，如GTX 980（4000左右），Titan（8000左右）之類的足夠用了。

不用gpu的deep learning大多都是耍流氓

上面這些回答的沒有一個說的，有種東西叫做GPU雲服務。你讓一個學生買泰坦，你咋不教人家搶劫啊。

功能能實現的,主要是效率問題了,我用GPU是CPU的大概30倍的速度

5年前，甚至3年前還可以，現在不行，絕對不行，沒錯，就是絕對。