深度学习|学习日记（深度学习CPU与GPU）学习|人工智能

我所用的笔记本电脑没有独立显卡，因此也不支持cuda等软件的安装
1.batch_size
今天用cpu跑深度学习的时候，原本代码的batch_size=512，我知道我的电脑肯定跑不了这么大的batch_size，就设置成batch_size=256，但是jupyter notebook在跑第一个epoch的时候还是显示我的内核挂掉了，重启两三次都仍会遇到这个问题。
解决办法：把batch_size大小设置为100，在我的电脑上就可以正常运行了
每台电脑的cpu也不同，遇到类似的内核挂掉的问题，可以试着减少batch_size的大小
2.epoch
可以简单地理解为迭代的次数，与batch_size一样也会影响深度学习的速度
当epoch=50 batch_size=100的时候运行到第32个epoch还是显示内核挂掉了，我不太清楚是这两个哪个的问题，或者可能是数据量的问题。
但是我试验过，当epoch=30 batch_size=100的时候，是可以运行的。
3.运行速度
cpu处理深度学习的速度要比gpu慢很多，具体可以看下面的数据对比：