深度學習機 - 3C

Thomas avatar
By Thomas
at 2017-04-18T11:32

Table of Contents

以下是修改過的第二版 括號內是修正後

已買/未買/已付訂金（元）：未買
預算/用途：60K左右/跑 deep learning，不知道這樣配是否恰當，懇請大大們指導

參考了以下內容：
https://www.zhihu.com/question/33996159
https://read01.com/AP8o38.html
http://www.gooread.com/zhineng/910102.html
http://timdettmers.com/2015/03/09/deep-learning-hardware-guide/

目前考量的幾個原則：
運算吃 GPU，CPU不用太好，也不能太差，所以重點放在 cp值，
想問這個 cpu　跑起來還夠使嗎？
Ans:cp值差，故降低規格

MB要看擴充性，需求是可能雙顯示卡計算(未來或許視需求使用 1080 ti x2 ), 問題在於
主機板對雙顯示卡的支援性：

GA-Z270X-Gaming 5 ($5600) PCIe x16 , PCIe x8
華碩 X99-WS/IPMI 主機板, $12000, PCIe x16 , PCIe x16

也就是說，都可以雙顯卡，但是差異在於低價MB就是用　PCIe x8，
這要問的就是　PCIe x16　跟　PCIe x8 的差異? 需要上 兩個x16嗎?
Ans: 不需要

CPU (中央處理器)：(Intel i5 7400) Intel i5 7600
MB (主機板)：技嘉 Z270X-Gaming 5
RAM (記憶體)：金士頓 16G*2 DDR4–2400 HyperX FURY
VGA (顯示卡)：微星 GTX 1080 Ti GAMING X 11G
HDD (硬碟)：(PLEXTOR M8PeG 512GB M.2 2280 PCIe SSD) Intel 600P 512G M.2 SSD
Toshiba【企業雲端碟】4TB 3.5吋 硬碟(MC04ACA400E)
DVD-RW (燒錄機)：
PSU (電源供應器)：(振華 Leadex 850W) CoolerMaster 1000W RS-A00-AFBA-G1
CHASSIS (機殼)： CORSAIR 海盜 Carbide Air 540
MONITOR (螢幕)：
Mouse/KB (鼠鍵)：
其它 (自填)：

Total : $67000左右

--
Tags: 3C

All Comments

Rebecca avatar
By Rebecca
at 2017-04-20T13:38
我很好奇深度學習要用到1000W?
Donna avatar
By Donna
at 2017-04-24T22:32
1000w...
Anonymous avatar
By Anonymous
at 2017-04-27T11:10
五樓推R7
Oscar avatar
By Oscar
at 2017-05-01T22:03
i5也不用用到Z270吧
Mason avatar
By Mason
at 2017-05-03T00:30
為了未來雙顯卡先買大一點　另外就是這是參考清大
Valerie avatar
By Valerie
at 2017-05-04T22:37
孫老師開的規格來作修改的
Isla avatar
By Isla
at 2017-05-05T07:10
孫老師是誰？
Quanna avatar
By Quanna
at 2017-05-06T02:43
Z270X是為了雙顯卡　pcie x16跟x8　還是太高階?
Lauren avatar
By Lauren
at 2017-05-08T19:37
目前公司用1080 ti/power 750W/　 孫民老師
Mia avatar
By Mia
at 2017-05-11T23:00
宰羊師嗎
Sierra Rose avatar
By Sierra Rose
at 2017-05-15T02:38
不考慮i7k,或x99平台嗎..
Yedda avatar
By Yedda
at 2017-05-15T12:18
為了跑雙卡x8吧 不能以遊戲機邏輯看這個啊
Callum avatar
By Callum
at 2017-05-16T11:05
X99的U太貴惹
Andrew avatar
By Andrew
at 2017-05-17T07:48
怎沒人吐槽i5 7600
Callum avatar
By Callum
at 2017-05-21T20:20
600p pass
James avatar
By James
at 2017-05-25T17:36
這羊太危險
Lily avatar
By Lily
at 2017-05-28T13:15
因為人家做deep learning阿=.= 吐槽i5要做啥?
Edwina avatar
By Edwina
at 2017-05-31T09:08
洋垃圾+新主機板x99好像也符合需求？
Rachel avatar
By Rachel
at 2017-06-05T08:05
雙卡不是 x8 x8 ?
Rachel avatar
By Rachel
at 2017-06-07T20:10
Psu拿880w以內,組x99
Regina avatar
By Regina
at 2017-06-08T11:24
這樣看傳資料的速率還是有差拉
Emma avatar
By Emma
at 2017-06-10T01:17
不知道是學習深度還是口袋深度？
Hedwig avatar
By Hedwig
at 2017-06-11T17:31
深度學習到底是什麼玩意
Mason avatar
By Mason
at 2017-06-14T19:52
600p要換掉的原因是? 羊是說花太多冤枉錢嗎
Sandy avatar
By Sandy
at 2017-06-18T12:04
雙卡看起來是一張插x16實拿x16 一張插x16實拿x8
Rebecca avatar
By Rebecca
at 2017-06-19T21:52
用X99板子就可以兩張都實拿x16 不過看來x8就夠了?
Isabella avatar
By Isabella
at 2017-06-24T04:40
插兩張顯卡 但不需要跑SLI的意思嗎?
Blanche avatar
By Blanche
at 2017-06-25T23:38
就教主說的dick learning
Genevieve avatar
By Genevieve
at 2017-06-27T06:04
稍微爬一下戰600P的文 #1Of9QvlX (Storage_Zone)
Brianna avatar
By Brianna
at 2017-06-29T01:37
這是實驗室用，還是個人用？
Charlotte avatar
By Charlotte
at 2017-06-29T02:41
咩咩咩咩咩咩咩咩咩咩咩咩咩
Rebecca avatar
By Rebecca
at 2017-07-01T20:48
這是個人用 公司也有一台就是了
Ina avatar
By Ina
at 2017-07-06T14:38
每次看到一堆人在那邊咩咩叫就覺得很好笑
Zanna avatar
By Zanna
at 2017-07-09T00:03
個人用的話，那不用上X99, SSD HDD預算還可以降。
Jacky avatar
By Jacky
at 2017-07-11T09:16
這單這預算，剛去按線上估價，組x99,除cpu主板規格
不同，電源降到750w,ssd換美光,也差不多錢，真的頗
羊
Edith avatar
By Edith
at 2017-07-11T12:47
上面筆誤..850w
Delia avatar
By Delia
at 2017-07-13T12:04
主要是要個人用，還是作為伺服器運算用呢？
Damian avatar
By Damian
at 2017-07-17T11:57
個人的話抓cp值高的，顯卡1080ti就可以
Necoo avatar
By Necoo
at 2017-07-18T14:15
i5怎麼了嗎?我還以為dick是吃gpu 原來是吃cpu阿
Carolina Franco avatar
By Carolina Franco
at 2017-07-20T07:40
樓上你.........
Isabella avatar
By Isabella
at 2017-07-23T11:46
p100:
Vanessa avatar
By Vanessa
at 2017-07-26T11:12
找了一些yt影片1080ti，7700k跟6900.6950k，顯卡分
數都差不多，所以x8應該就夠了
Oliver avatar
By Oliver
at 2017-07-30T03:21
實驗要用還這種單.......
Olga avatar
By Olga
at 2017-08-02T04:58
所以7600 cp值高嗎
Carol avatar
By Carol
at 2017-08-05T02:29
4C4T賣這種鳥價 你覺得能高到哪？
Hardy avatar
By Hardy
at 2017-08-06T08:33
G4560跟7700k中間，有沒有cp值稍高的intel U?
Yedda avatar
By Yedda
at 2017-08-11T04:58
有 4600還算不賴
Barb Cronin avatar
By Barb Cronin
at 2017-08-13T09:50
通常i5都推7500吧
Olive avatar
By Olive
at 2017-08-17T00:42
不用那個內顯的話G4600其實也是花冤枉錢QQ
Candice avatar
By Candice
at 2017-08-21T21:49
600p只適合輕度使用
Susan avatar
By Susan
at 2017-08-23T08:02
好　看來cpu跟ssd要換掉
Andy avatar
By Andy
at 2017-08-27T03:40
我看過有人用g4560+單1070,不知道雙1080ti配什麼U
比較合適
Delia avatar
By Delia
at 2017-08-29T04:53
會吃到大量IO的話M8PEG吧 再黏個散熱鰭片
Hazel avatar
By Hazel
at 2017-08-31T09:27
現在好像找不到配有散熱片的M8PEG(G)
Frederic avatar
By Frederic
at 2017-09-03T10:10
散熱片自己DIY?
Regina avatar
By Regina
at 2017-09-07T12:32
如果要用600p的話請考慮DIY散熱
Olive avatar
By Olive
at 2017-09-09T10:16
我記得當年有人提到基因演算法
問了老半天 對方也不知是什麼鬼東西
現在又來了
Anonymous avatar
By Anonymous
at 2017-09-09T21:44
深度學習蠻好玩的 最近也在train xDD
Faithe avatar
By Faithe
at 2017-09-14T06:19
不需要x16 主要都塞在GPU內算
你開心用x1我想也不會太廢
Elma avatar
By Elma
at 2017-09-16T17:35
然後只有一張的話不用1000w 看你要塞幾張
Wallis avatar
By Wallis
at 2017-09-18T05:37
雙顯卡也不用到1000 但是以後要擴的話倒是沒差
Barb Cronin avatar
By Barb Cronin
at 2017-09-22T12:04
大大有沒有什麼好的人臉辨識model 做出來正確率都只
有7x% QQ
Isla avatar
By Isla
at 2017-09-27T11:11
你是指training就只有7x%還是testing?
如果是training 你先切一個小筆的資料看看能否做到
John avatar
By John
at 2017-09-30T10:41
overfitting 如果小筆資料都沒辦法 扣可能寫錯
Frederic avatar
By Frederic
at 2017-10-03T11:08
network不夠大的話用gpu跑不快，這時反而用cpu較快
Regina avatar
By Regina
at 2017-10-04T16:58
然後你會不會寫多gpu的code也是重點吧，會的話往x99
衝會比較有擴展性
Yuri avatar
By Yuri
at 2017-10-05T12:23
training可以做到overfit沒問題 但test怎樣都只卡在
70左右 頭痛
Edwina avatar
By Edwina
at 2017-10-08T12:52
data 不夠多
Necoo avatar
By Necoo
at 2017-10-10T08:32
是學什麼?文書機 一萬不含螢幕打死
Aaliyah avatar
By Aaliyah
at 2017-10-14T07:51
做一些data augmentation看看吧
Aaliyah avatar
By Aaliyah
at 2017-10-16T20:27
樓樓上不懂deep learning
Carolina Franco avatar
By Carolina Franco
at 2017-10-20T03:22
distortion, random size, random crop...
Faithe avatar
By Faithe
at 2017-10-24T07:38
深度學習覺對跟文書機八竿子打不著
Gary avatar
By Gary
at 2017-10-27T09:01
如果training已經overfitting, 但是test準確度卻不
Ophelia avatar
By Ophelia
at 2017-10-31T01:12
高的話，可以試試看dropout。已經overfitting很有
機會是變數太多了
Hedy avatar
By Hedy
at 2017-11-04T10:56
買NVidia dgx-1
Hedwig avatar
By Hedwig
at 2017-11-06T02:45
這篇炮i5的以為dp用cpu train呢XDD
Mary avatar
By Mary
at 2017-11-10T01:31
Deep learning 以gpu為重，只是預算可以，上r7或i7
是比較恰當的選擇
Yolo 泰坦訓練個幾天是常態呢...
Michael avatar
By Michael
at 2017-11-12T01:20
改架構要重新pre-train 才是真的崩潰XD
Cara avatar
By Cara
at 2017-11-16T11:10
其實有些基本的運算也會用到CPU
Linda avatar
By Linda
at 2017-11-21T09:42
有些也可以讓CPU跑一些次要得的部分 也同時用GPU
Kumar avatar
By Kumar
at 2017-11-23T08:58
奇怪為何下面開始討論ML QQ
Faithe avatar
By Faithe
at 2017-11-24T13:04
深度這個詞應該最近會夯XD
\學習
Elma avatar
By Elma
at 2017-11-24T22:03
到底是要吃重GPU還CPU阿，不吃C還選X99，眼睛業障重
Anthony avatar
By Anthony
at 2017-11-26T22:09
組合應該R5 1600級別以上配1080Ti最強組合？
Eden avatar
By Eden
at 2017-11-29T23:24
現在的深度學習framework大多都支持CUDA
Joe avatar
By Joe
at 2017-12-03T00:43
CPU是輔助或使跑一些其他的Tool用的
Kyle avatar
By Kyle
at 2017-12-03T21:30
版上信徒這麼多，不知道N即將爆打I的主要應用也是
蠻妙的
Iris avatar
By Iris
at 2017-12-05T21:50
我用1070訓練4000筆資料11次大概11秒吧 有點忘了
Suhail Hany avatar
By Suhail Hany
at 2017-12-07T01:46
參考這篇吧https://goo.gl/CPTTrg
Iris avatar
By Iris
at 2017-12-10T17:18
選X99好歹板子可以上4張運算卡
Joe avatar
By Joe
at 2017-12-11T12:23
多顯卡要不要考慮1080ti的公板？疊在一起比機殼比
較不會據熱 反正為了研究也不考慮那點躁音
Ethan avatar
By Ethan
at 2017-12-13T20:07
跑學習或render掛sli會吐血 因為是完全平形化的運
算了
Rachel avatar
By Rachel
at 2017-12-16T19:33
看留言快笑死了
Puput avatar
By Puput
at 2017-12-17T13:31
4000千筆超少的...應該不具參考價值
多打一個千...
Iris avatar
By Iris
at 2017-12-20T10:08
deep learning可跑cpu,也可跑gpu版本，gpu是以cuda
Bethany avatar
By Bethany
at 2017-12-21T09:34
去做平行化加速計算
Sarah avatar
By Sarah
at 2017-12-26T06:11
cpu到底重不重要，我覺得即使以gpu版本來說，一些
資料的預處理都還是得在cpu上先處理好
Charlotte avatar
By Charlotte
at 2017-12-27T02:21
除非你拿的是人家已經處理過的資料，那cpu可能就
不用太好
Olga avatar
By Olga
at 2017-12-30T15:06
我4000筆就把模型訓練到98%準確度了
看是要跑什麼的訓練吧 資料量越大顯卡要越好
Emma avatar
By Emma
at 2018-01-01T12:32
http://24h.pchome.com.tw/prod/DRAD16-A9007YPKN
這種才是公版(Founders Edition)
Kumar avatar
By Kumar
at 2018-01-04T07:28
沒錯 公板的風扇是吸風渦輪扇 整張卡密不透風 熱風
從後面板排出機殼外 多卡的時候雖然都擠在一起 但因
為每張卡的風向一至 所以從機殼後方就能感覺熱風排
出效率很高 titanx公板因為多了dvi 導致後出風口太
小 三張疊在一起就不行了 1080ti拿掉dvi後出風較順
四張疊在一起風扇不用全速就能控制在70度附近（tra
ning）噪音說吵卻也只是風聲 不是低頻噪音
Valerie avatar
By Valerie
at 2018-01-06T06:20
感謝各方意見
Necoo avatar
By Necoo
at 2018-01-09T06:23
˙˙˙˙˙˙˙又見垃圾砲ｉ５˙˙˙˙˙˙˙(=_=)"

30k-35k OW遊戲影音機

Ivy avatar
By Ivy
at 2017-04-18T11:05
- 已買/未買/已付訂金（元）： 未買 預算/用途：30K-35K/玩OW(希望特效全開 現在是1080P的螢幕(Philips 323E7QDAB))、看 美國影集、上網，戰個3-5年 CPU (中央處理器)：AMD R7 1700 MB (主機板)：技嘉 AB350-GAMING 3(註冊五年保) ...

電源供應器的選擇

Tracy avatar
By Tracy
at 2017-04-18T10:34
海盜船 RM550x 550W 80+ 金牌 3790 10年保 be quiet E10 500W 80+ 金牌 2800 海韻 G550W 550W 80+ 金牌 2690 主日固 5維修/終保 振華 LEADEX 550W 80+ ...

NVIDIA GeForce 20系列第三季度提前發布

Valerie avatar
By Valerie
at 2017-04-18T10:21
在發佈了頂級滿血版Titan Xp之後，除了傳說中的入門卡GTX 1030，NVIDIA Pascal(帕斯 卡) 這一代家族已經徹底圓滿了，下一步自然是等待下一代“GeForce 20系列”，代號“ Volta”(伏特)。 按照傳統更新習慣，NVIDIA的下一代顯卡應該要到今年底甚至明年初才會發佈，但是據 ...

微星RX580三款上架/GAMING/鎧甲虎-驚喜價

Puput avatar
By Puput
at 2017-04-18T10:21
來源︰沒屋頂 + 備份 http://imgur.com/a/x2DxB 微星 Radeon RX 580 GAMING X 8G(預購) $8,590 微星 Radeon RX 580 ARMOR 8G OC(預購) $7,990 微星 Radeon RX 580 ARMOR 4G OC(預購) $6,9 ...

Seagate【BarraCuda Pro】6T新梭魚下殺↘

Lauren avatar
By Lauren
at 2017-04-18T10:20
原價屋 + PChome 限時下殺 Seagate 6TB (ST6000DM004)【新梭魚 PRO】256M/7200轉/五年保+購物金200元 ▼下殺到 4/20 23:59, $9490↘$7999 ◆ ★ ▼每日強檔‧瘋殺特賣▼ ◆希捷Q版公仔 Seagate【BarraCuda Pro】新梭 ...