作為深度學(xué)習(xí)煉丹爐核心，GPU 的選型一直是很多人工智能學(xué)習(xí)者、科研人員最為頭疼的問題。從 GPU 架構(gòu)、系列、型號、版本到最后的顯卡品牌，無不需要一系列從顯存、CUDA、圖像模型：NasNet Large/DeepLabv3/Yolo/Pix2Pix HD/StyleGAN/MaskRCNN?的 Batch size 和處理時間、?語言模型：Transformer Big/Conv. Seq2Seq/unsupMT/BERT Base/BERT Finetune/MT-DNN?的 Batch size?和處理時間，最后到每 G 顯存、每 CUDA 的性價比的一番衡量。

最后，讀了無數(shù)篇公眾號推薦，經(jīng)過一番衡量匹配，終于確定下型號以后。真正購買的時候還得接受各路顯卡大廠的輪番包裝誘惑。其實最終皮衣老黃分不分得清楚哪塊顯卡搭載英偉達哪款 GPU 仍然是個問題。今天，我們在 Kaggle 上發(fā)現(xiàn)了一個非常有趣的數(shù)據(jù)集，通過在互聯(lián)網(wǎng)上手動采集了共 818 張各類型顯卡的圖片。

我們將其搬運到網(wǎng)盤上，可通過下方鏈接直接下載。你可以將它們統(tǒng)統(tǒng)喂給 GPU，看訓(xùn)練完以后能不能分辨得出知道自己長什么樣？

跨象乘云原創(chuàng)實驗演示視頻內(nèi)，相關(guān)源代碼 Notebook 與數(shù)據(jù)集，通過【知識微店】發(fā)布。視頻內(nèi)所見即所得 —— 配套實驗操作容器及本地部署詳盡說明文檔，確保全部代碼正常運行。個人用戶獲取視頻內(nèi)相關(guān)代碼及數(shù)據(jù)集，可掃描下方二維碼關(guān)注或訂閱。相關(guān)資料僅授權(quán)予個人用戶學(xué)習(xí)與實驗使用，禁止用于二次銷售、課堂教學(xué)及培訓(xùn)用途。

歡迎微信搜索【跨象乘云AI補習(xí)社】或掃描下方小程序碼，了解更多人工智能實驗資源?？缦蟪嗽? 原創(chuàng)實驗演示視頻內(nèi)全部代碼、數(shù)據(jù)集僅授權(quán)予個人用戶學(xué)習(xí)與實驗使用。禁止用于二次銷售、分發(fā)傳播、課堂教學(xué)及培訓(xùn)用途。校企用戶采購請通過【跨象乘云】公眾號（kxcy_ai）菜單【了解我們】->【商務(wù)合作】聯(lián)系。

數(shù)據(jù)集下載鏈接: https://pan.baidu.com/s/1H0Hj1YYc1M_RhQOYBWebpA 提取碼: avdm

原數(shù)據(jù)集鏈接：https://www.kaggle.com/pavelbiz/image-of-different-graphics-cards-gpu