Una CPU decente y preferiblemente varias GPU NVIDIA robustas.
En casa, tengo una computadora portátil con un procesador Intel i5 (decente) pero una tarjeta Intel Integrated Graphics (mala y difícil de configurar). Elegí esta configuración solo porque la computadora portátil era liviana y barata, y de todos modos es ineficiente hacer un aprendizaje profundo en una computadora portátil. Comenzaré proyectos ejecutando algunas iteraciones con datos pequeños en mi computadora portátil y luego implementaré en un servidor.
En el trabajo y la escuela, he tenido acceso a servidores con al menos una GPU NVIDIA. Honestamente, no puedo recordar lo que estaba usando en la escuela, pero estoy usando GTX 980 Ti en este momento, y estoy buscando actualizarme a dos GEForce Titan X por nodo pronto.
- ¿Qué libros sobre la lógica de segundo orden en CS me recomendarías?
- ¿Por qué la copia de datos de una computadora a un disco flash tarda tanto?
- ¿Qué tipo de sitio web le gustaría ver y por qué?
- Cómo cambiar entre diferentes IP de diferentes ISP
- La inteligencia artificial y la robótica están progresando a un ritmo cada vez mayor. ¿Qué debe hacerse para la fuerza laboral desplazada?
He trabajado con TensorFlow y Caffe, y aunque hay formas extrañas de configurarlas con otras marcas de GPU, se instalan mucho más fácilmente con CUDA.
Hay un gran sitio web (Gráficos de referencia de tarjetas de video (GPU)) que realiza pruebas de referencia de todo tipo de GPU, desde las más avanzadas hasta las que se encuentran en el rango de precios de un aficionado.
Además, aunque no es una configuración de hardware, todos los sistemas que he usado se ejecutan en Ubuntu 14.04 o 16.04. 16.04 ha sido un poco más difícil de configurar en este momento solo porque es tan nuevo: 14.04 ha existido por un tiempo y la mayoría de los errores para configurar uno de los entornos populares de aprendizaje profundo son fácilmente compatibles con Google. Pero imagino que eso cambiará en los próximos 1 a 2 años, y 16.04 será el sistema operativo elegido.