![f10fcaea503eadf52f2f6ddef4913c4e.png](https://i-blog.csdnimg.cn/blog_migrate/a13a790beb7ace6dcce8fd344d7c3457.jpeg)
引子——为何使用GPU计算?
相信很多人都十分向往使用GPU进行并行计算,因为CPU做并行计算将花费大量的时间,这对我们来说是非常不友善的。这是为什么呢?因为CPU善于进行串行计算,所以在设计上使用了大量的晶体管用于各类逻辑电路。实际上只有大约20%的晶体管用于运算单元。而GPU是属于并行处理器,控制和缓存电路相对少很多,所以80%的晶体管数量用于运算单元。并且同时期的GPU晶体管数量远远高于CPU。因此,你可以理解为,一个程序内并行计算的部分越多,GPU的优势就会越大。一般来说,使用tensorflow进行GPU计算需要的是:硬件支持、tensorflow的gpu版本、合适版本的cuda、合适版本的cudnn。
电脑要做哪些准备?
首先,计算机必须拥有支持并行计算的设备,也就是说,你的显卡必须满足要求。笔者的显卡是NVIDIA的Geforce-GTX960,因此可以满足要求,如何查看显卡是否满足不再赘述,可以自行百度。
虽然安装Anaconda并不是必须,不过鉴于管理各种包对于新手的难度,建议安装。
除此之外,您的电脑最好拥有Python的集成开发环境,举例而言:Pycharm,否则您没有地方去敲代码,仅仅使用python的IDLE是难以管理巨大的工程项目的。
其余准备请参见我的另一篇知乎文章&#