Gpu 我可以在我的笔记本电脑上使用intel hd graphics实现深度学习模型吗

我目前正在为我的硕士学位做一个关于深度学习的项目。我想安装keras库，所以当我开始安装Theano和tensorflow时，我发现我必须安装CUDA。但我的笔记本电脑配备了英特尔高清图形。所以我的问题是，如果我安装了它们，它会工作吗。

---

谢谢

您可以在没有cuda的情况下安装和使用keras，但使用intel hd graphics无法让gpu加速

如果您使用Theano作为keras的后端，请首先安装Theano:

# for python2
pip install theano
# for python3
pip3 install theano

然后按如下方式设置~/.theanoc文件：

[global]
floatX = float32
device = cpu
allow_gc = True

[blas]
ldflags = -lopenblas

如果您使用TensorFlow作为keras的后端，只需安装TensorFlow的CPU版本

# for python2.7
pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp27-none-linux_x86_64.whl
# for python3.4
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp34-cp34m-linux_x86_64.whl
# for python3.5
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp35-cp35m-linux_x86_64.whl

然后安装keras：

# for python2
pip install keras
# for python3
pip3 install keras

编辑： 到目前为止，您可以直接使用基于OpenCL的clDNN（）而不是使用OpenVX，以便对英特尔图形执行深入学习推理。你必须在像Nvidia或AMD这样的强大GPU上进行训练，并使用预先训练过的模型，在clDNN中使用它

您可以开始使用Intel的Computer Vision SDK（），以便使用OpenCV或OpenVX编写深度学习应用程序

OpenVX（）编程模型允许您使用以下规范（）编写简单的神经网络管道

或者，您可以使用模型优化器将Caffe/TensorFlow模型转换为OpenVX，并可以在Intel Integrated HD Graphics上加速OpenVX神经网络图

---

希望能有所帮助。

他们是一款在英特尔和AMD gpu上训练深度学习的机型。

@Alapan那么，当你在没有cuda的集成卡上测试CPU时，它比CPU好吗？@MarkSeygan:那没有意义。在CPU和CUDA之间进行选择。因此，（不是CUDA）的意思是CPU。你能详细说明你的最后一段吗？什么是模型优化器？如何转换为OpenVX？可以用Python实现doe吗？我可以使用Python进行培训吗？@Eran ModelOptimizer是英特尔OpenVINO工具包的一部分。它可以读取各种模型（caffe、TF、onnx等）并进行一系列优化，从放弃仅培训的内容（如退出层）到删除网络中未使用的部分（0权重，包括将几乎0的值设置为0）或更改为16位精度以加速推断，当然，还可以使用intel特定的硬件（GPU、VPU、FPGA）