在网上看了一篇文章,说tensorflow在linux下会比window下快一倍。
于是兴冲冲的下载了Ubuntu开始装双系统。
搞了一整天。
光Ubuntu就测试了3个版本:16.4.3, 16.4.4, 18.4。
1. 登录界面无限循环
2. low graphic错误不能登陆
3. 集成显卡装不上驱动,只能在1024*768上跑。
4. 什么也没装,干净的系统也不停的报错。
5. 等等等等
好不容易装好环境,跑了一下代码。
说好的比windows快呢?明明更慢好不好@_@
============================
2019年4月22日更新:
最近登录Ubuntu发现环境又不能用了,重新安装了python3.6+tensorflow1.10+keras2.2.4,然后测试了一下训练模型。
发现我之前的描述是错误的:
Linux下tensorflow确实快,但不是预测的时候,而是训练的时候。windows下1080ti显卡的11G显存只能使用9G(这个问题的原因我找了一年都没有找到,之前看过一个帖子说NVIDIA故意的以便和专业计算卡区分。如果有知道原因,或知道如何设置的请告知谢谢。),实测用到8.5G的时候就会经常性出现MemoryError,而Linux下11G显存可以用到10.5G。因此batch size可以设置到windows下的1.25倍,实际上我设置到1.5倍仍然可以训练,只是出现警告而不出现异常。训练一个epoch的时间也减少了20%。
所以要训练模型,还是在linux下更快。
另外,python3.6的多线程性能比python3.5好太多。