有无GPU运行深度学习mnist数据集时间对比

#硬件配置

*本人用的是 lenovo小新锐7000笔记本，cpu是intel -core -i5-7300Q
四核，内存4G，机械硬盘320G，双显卡，集成intel® HD Graphics630
独显 GeForce GTX 1050，这块显卡位宽128bit, 显存2G,有640个cuda核心。
##系统环境：
win7下，安装Anaconda3, 之后安装Python3.6 , Cuda9.0,cudnn9.0 tensorflow1.14.0, Pycharm专业版 ，训练该数据集用了两层的卷积神经网络，训练2万步，在不开启GPU加速的情况下用时59分06秒;切换到GPU虚拟环境下用时5分12秒。看来没有GPU，实践深度学习确实有难度呀。
附代码如下：
*

//import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)

def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)

def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
    return tf.nn.max_pool(x, ksize=[1, 2, 2