概述

强烈建议在现代NVIDIA GPU上运行深度学习代码，尽管不是绝对必要的。一些应用程序——特别是使用卷积网络的图像处理和使用循环神经网络的序列处理——在CPU上将会非常慢，即使是快速的多核CPU。即使是在CPU上实际运行的应用程序，使用现代GPU通常也会使速度提高5或10倍。

如果你的本地工作站还没有可以用于深度学习的GPU(最近的高端NVIDIA GPU)，那么在云中运行深度学习实验是一种简单、低成本的方法，无需购买任何额外的硬件。有关使用本地和云gpu的详细信息，请参阅下面的文档。

当地的GPU	对于拥有最新的高端NVIDIA®GPU的系统，TensorFlow提供了一个GPU版本，该版本利用CUDA和cuDNN库来加速训练性能。同样，Arm mac电脑也可以利用GPU。
CloudML	谷歌CloudML是一个托管服务，提供按需访问gpu培训，包括NVIDIA的新Tesla P100 gpu。CloudML还提供了超参数调优，以优化模型体系结构的关键属性，从而最大限度地提高预测精度。
云服务器	带有gpu的云服务器实例可以从Amazon EC2和谷歌Compute Engine等服务获得。您可以在这些实例上使用R英格兰vs伊朗让球Studio Server，使开发体验与本地工作几乎相同。

|