目錄
1. 前言
2. 方法1
3. 方法2
4. GPU與GPU還不一樣
5. 有GPU就可以為所欲為了嗎？
1. 前言
最近開始學（鼓）習（搗）強化學習，安裝一本基于Python學習強化學習的隨書代碼，（看似一切順利地）安裝完了后運行測驗代碼，報錯，，，仔細看了看README，要求GPU環境，so，運行失敗是因為本機有沒有GPU以及驅動配置是否正確嗎？
首先，GPU是個啥？
GPU：圖形處理器（英語：Graphics Processing Unit，縮寫：GPU），又稱顯示核心、視覺處理器、顯示芯片，原本是專門用于在個人電腦、作業站、游戲機和一些移動設備（如平板電腦、智能手機等）上影像運算作業的微處理器（摘自：圖形處理器_百度百科），用途是將計算機系統所需要的顯示資訊進行轉換驅動，并向顯示幕提供行掃描信號，控制顯示幕的正確顯示，是連接顯示幕和個人電腦主板的重要元件，也是“人機對話”的重要設備之一，顯卡作為電腦主機里的一個重要組成部分，承擔輸出顯示圖形的任務，對于從事專業圖形設計的人來說顯卡非常重要，
GPU的特點，簡而言之，就是對于規整化的運算（比如矩陣、張量運算）非常高效，原本是用于圖形處理而開發的專用處理器，然后，在深度學習時代人們發現深度學習模型訓練和推理所需要非常對GPU的胃口，，，因此雙方一拍即合互相促進，GPU成就了深度學習的興起，深度學習成就了NVIDIA（英偉達）的橫空出世，，，
CPU和GPU的區別就不瞎BB了，以下一圖大抵就清楚了，不清就去這個鏈接瞅瞅吧（CPU和GPU到底有什么區別？ - 知乎 (zhihu.com)，侵刪，，，）
2. 方法1
Windows10系統（其它版本應該大同小異吧）下：
右擊“此電腦（或：我的電腦）”-->屬性-->設備管理器-->顯示配接器，會有顯示如下：
嗯嗯，我的機器上有深度學習所需要的Nvidia GPU，，，
3. 方法2
按“Ctrl+Alt+Del”然后進入“任務管理器”，然后選擇“性能”，可以得到類似于下圖這樣的：
嗯嗯，兩個GPU都挺閑的^-^需要給它們上點運算負荷^-^
4. GPU與GPU還不一樣
如上圖所示，機器里面有兩個GPU，一個是Intel的另一個是Nvidia的，雖然都叫GPU，但是其實是不一樣的，這就涉及到另一對概念：集成顯卡 vs 獨立顯卡，
集成顯卡是將顯卡集成在CPU上的，沒有顯卡(GPU)就無法對電腦的影像處理進行輸出，集成顯卡直接安在CPU上，節省了空間上的位置，而且集成顯卡沒有顯存，因此占用電腦一部分記憶體進行運算，這也就節省了集成顯卡的制作難度，從而導致集成顯卡相比獨立顯卡價格要低，
獨立顯卡是專門進行影像處理的硬體，它基于專用GPU芯片，有自己獨立的顯存，通過PCI-Express擴展插槽與主板連接，通常獨立顯卡的性能遠遠高于集成顯卡，然而，天底下沒有免費的午餐，獨立顯卡的價格與它的性能一樣鮮美無比，
以上，英特爾的GPU就是集成顯卡，而英偉達的GPU就是獨立顯卡，通常深度學習、強化學習領域中所說的GPU都是指獨立顯卡，而獨立顯卡領域的鶴立雞群一枝獨秀的就是英偉達（Nvidia），
5. 有GPU就可以為所欲為了嗎？
并不是，
至少你看上面，我機器上有Nvidia-GPU啊，前言中說的安裝也看似順利啊，可以還是跑不通啊，逛了逛萬能的互聯網，感覺就算是懷里揣著這么個寶貝，要想讓它發揮作用并不是一件容易的事情，不知道怎么用就等于捧著金碗做叫花子，，，^-^
容我慢慢學習摸索，有了識訓再來報告，，，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/354499.html
標籤：AI
上一篇：人工智能作業——python實作洗衣機模糊推理系統實驗
下一篇：線性回歸——實驗