深度学习服务器？深度了解一下！ 深度学习前言一、租服务器二、GPU和CPU三、普通显卡和Ti和TITAN总结
前言 我们在掌握了搭建深度学习模型后，就需要对模型进行训练并优化模型的参数，我们知道一个深度学习模型中需要对大量的参数进行计算和优化，这必然会耗费大量的计算力和时间。一个好的计算机硬件可以大大降低训练的时间。
一、租服务器
1.比较好用的，环境搭建都比较完善的服务器我推荐一个矩池云
2.还有百度独有的深度学习框架PaddleCloud，注册能得100h的算力飞桨
3.阿里云对学生也有优惠
CPU：中央处理器，主要负责计算机的控制命令处理和核心运算输出
GPU：图像处理器，是一台主机的显示处理核心，主要负责对计算机中的图形和图像的处理和运算。
1）核心比较：GPU在数量上多于CPU,但是单个的CPU拥有更高效更加快速的算力
2）应用场景：GPU适用于并行计算多场景，CPU适合串行计算的场景。
由上我们可以看出，CPU其实更适合计算，但为什么人们都趋向于使用GPU作为深度学习的核心算力呢？
这是因为深度学习模型中生成的参数结构都是务实的康乃馨形式的。而矩阵和务实的康乃馨的算术运算就是一种并行运算。
显卡后面带个Ti的要强于普通显卡，其性能将较普通显卡提升35%，TITAN(泰坦）则是更高规格的显卡。
总结期待大家和我交流，留言或者私信，一起学习，一起进步！