V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 3046 days ago, the information mentioned may be changed or developed.
自从配好了这台 pc 一直觉得配置太高浪费了，CPU/内存长期都在 10%以内。晚上在本地 build tensorflow CPU 一下子占了 80%多，感觉终于派上用场了，只是很遗憾，内存还是不到 20%
下面是 mac 上安装 keras-tensorflow-gpu 的吐槽： 1.tf 编译的坑多，多到有 N 篇文章专门论述，各个版本（ python、cuda、cudnn、tf ）都有，太混乱了，不知道信哪一个好 2.conda+tf 的坑，其中 protobuf 就是坑中之坑，坑王之王
这两个问题我分别花了两个晚上才搞定，现在可以在 jupyter notebook 上直接跑 keras-tf-gpu，速度快得飞起，同样程序相比 K80 还要快 5 倍（ k80 上是 keras+theano ），所以结论是折腾是值得的！
Supplement 1 Dec 24, 2017
忽然发现我没有说明环境，导致大家有疑问：
1.硬件：i7-8700k,16g,1080ti
2.OS：macOS
3.tensorflow:1.5
4.keras:2.0
5.python:3.6
1.硬件：i7-8700k,16g,1080ti
2.OS：macOS
3.tensorflow:1.5
4.keras:2.0
5.python:3.6
Supplement 2 Dec 25, 2017
真是个悲伤的结局：16g 内存远远不够用啊，读取了 20000 多张图就爆了～～～
 | 1 cybermay Dec 23, 2017 也没说是什么配置啊 |
 | 2 winglight2016 OP @cybermay 常见配置：i7 8700k+1080ti |
 | 3 ZRS Dec 23, 2017 via iPhone 总感觉 windows 下配环境是很蛋疼的事 |
 | 4 greyterry Dec 23, 2017 via iPhone 我配了 64G 的内存才发现日常使用率 5%…… |
 | 5 JJaicmkmy Dec 23, 2017 8700K 不是六核吗？ |
 | 6 cnta Dec 23, 2017 8 核 16 线程 自己主要是平时开虚拟机开得多吧 ，多核还是很有必要的。 |
| 7 winglight2016 OP |
 | 8 Rorysky Dec 23, 2017 8400+1070ti 瑟瑟发抖 |
 | 9 ioriwong Dec 23, 2017 我 28 核 56 线程，从未满载过，很难超 50%，哈哈 |
 | 10 greenskinmonster Dec 23, 2017 装 gentoo 啊，前几天刚好重新编译了整个系统，4 核 8 线程 [email protected] 满载了大半天 |
 | 11 lycc Dec 23, 2017 via Android Adobe 全家桶可以把你的内存吃干净 233333 |
 | 12 somebody Dec 23, 2017 编译 Java, C/C++ 的时候可以多线程，make -j8。编译 Android ROM 的时候 make -j8，8 核 满负荷运行了 1 小时 |
 | 14 snnn Dec 23, 2017 via Android 你内存得多大啊？编译 tf 需要 16G 内存才能 4 核全开不 oom。8 核得 32G 才对 |
 | 15 Tardis0127 Dec 24, 2017 via iPhone yes > /dev/null & 试试这个 |
 | 16 mattx Dec 24, 2017 挖 门罗吧.一年可以挖半个 |
 | 17 WildCat Dec 24, 2017  1 1. 几张 1080Ti ？感觉你的 U 好亏，4 路的话 6850K 就足够了吧 2. 没必要自己编译吧，pip install tensorflow-gpu 就好了。 3. 即使官方版本不好，github 上边有别人发布的不少编译好的版本 4. 第一次安装比较痛苦，之后就轻车熟路了，推荐 52nlp 的教程（感觉很好）：《从零开始搭建深度学习服务器: 基础环境配置（ Ubuntu + GTX 1080 TI + CUDA + cuDNN ）》 http://www.52nlp.cn/%E4%BB%8E%E9%9B%B6%E5%BC%80%E5%A7%8B%E6%90%AD%E5%BB%BA%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%9C%8D%E5%8A%A1%E5%99%A8%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AEubuntu-1080ti-cuda-cudnn |
 | 19 jhdxr Dec 24, 2017 sklearn 路过，72 核 144 线程（ E7-8890 ）很容易满 100%，但是内存（ 1.2PB ）的确用不完。 |
 | 20 wwqgtxx Dec 24, 2017 via iPhone 试试用 x265 压视频，分分钟 cpu 用满 |
 | 21 |
 | 22 fzinfz Dec 24, 2017 挖矿吧，分分钟告诉你电脑有多渣。 要保险的话，找个容易提现的币挖；要投资的话，选 1~N 个山寨币挖。 |
 | 23 azh7138m Dec 24, 2017 via Android 1 压片啊，你立马就知道自己配置不够用了 |
 | 24 xPKK1qofAr6RR09O Dec 24, 2017 用 pr ae 剪个 4k，cpu 内存都得爆 |
 | 25 realpg PRO |
 | 26 aminic Dec 24, 2017 via Android 1 都是码界大壕啊，那个 e7 的哥哥，还需要男秘嘛 |
 | 27 20015jjw Dec 24, 2017 via Android dev server 200 多核心不说话 |
 | 29 shenyu1996 Dec 24, 2017 via Android 黑五买了战地 1 发现这游戏疯狂吃 u，不锁 fps,我的 e3 分分钟满载 |
 | 30 togodo Dec 24, 2017 开虚拟机 |
 | 31 i730 Dec 24, 2017 via Android 2 核 cpu 2.8GHz intel 的我瑟瑟发抖，显卡 N 820M |
 | 32 vicence Dec 24, 2017 @winglight2016 单条内存多大，多少钱哪家买的，我在京东买金士顿(Kingston)骇客神条 Fury 系列 DDR4 2400 8G 台式机内存 749 入的。 |
 | 34 silencefent Dec 24, 2017 1.2PB,就算天顶星科技 512G 内存也要插 2048 条槽子 |
 | 36 zetary Dec 24, 2017 7700k + 1070 瑟瑟发抖, 用的 manjaro, yaourt 装环境一个小时不到全都装好 |
 | 37 deepkolos Dec 24, 2017 运行跑分软件的时候~ |
| 40 winglight2016 OP |
 | 42 Nitromethane Dec 24, 2017 可以跑 BOINC 啊~哈哈哈，框框永远不够用~ |
 | 43 afpro Dec 24, 2017 tensorflow 的编译并没有坑啊 bazel 很好用 |
| 45 winglight2016 OP @afpro 你在 mac 下跑一遍就明白了 |
 | 47 UnknownR Dec 24, 2017 ae 导出个视频，6700k 直接满载，还是我自己用手机拍的，不是摄像机。内存的话压缩文件，用大字典，16G 内存基本占满，不过平时用 cpu 不超过 5%，不开 chrome 内存不超过 10%，开了不超过 30% |
 | 48 wekw Dec 24, 2017 @greenskinmonster 2600K 果然还能再战三年。。。。说真的换去年的 7700K 目测也有至少 100% 的性能提升，不能只看核心数量、频率、缓存，制程结构内存带宽都有大幅增长的。 |
 | 52 laoyuan Dec 25, 2017 昨天刚狠心 50 块钱包邮买了两条 DDR2 800 内存，终于把 P35 主板内存槽插满了。。 |
 | 54 HangoX Dec 25, 2017 via Android 只能说楼主不是写安卓的。。编译的时候基本能给你跑满 |
| 55 winglight2016 OP @HangoX android 我也做啊，只是比其他应用略慢，开发上 sbt 编译速度才上最感人的 |
 | 56 6rzgeek Dec 25, 2017 什么主板？装 macos 有没有什么问题 |
 | 57 firebroo Dec 25, 2017 吃鸡游戏可以把我的 i76700+32G+1050TI 整死机。 |
 | 58 zyp0921 Dec 25, 2017 拿来吃鸡啊 不吃鸡浪费了 |
| 59 winglight2016 OP |
 | 60 HughRyu Dec 25, 2017 |
 | 61 daiqiangbudainiu Dec 25, 2017 你这是黑苹果吧？ |
| 62 winglight2016 OP @warcraft1236 是的 |
| 63 wwqgtxx Dec 27, 2017 via iPhone @winglight2016 因为有些算法并没有在 gpu 上实现，还有些 gpu 硬件加速是用专用电路完成的，所以无法选择算法 |
Select Language