随着要处理的任务越来越复杂，对计算能力要求越来越高，所以最近萌生了要自己配一台深度学习主机的想法。只是苦于一直没有钱==然后很幸运的被评上了国奖，果断入手！！！！然后就是历时一周的各种查资料看博客上京东看价钱的来回对比，终于从一个完全小白变身成入门级玩家。下面就详细说一下自己的配置和装机经历，满满的血泪史啊。。。
先来说一下关于主机配件的选择，由于预算只有15000左右，所以呢只能配一个单显卡的机器了，但是其他组件都可以尽可能加到顶配（内存除外，最近内存实在贵，买不起买不起）。所以最终的配置就是酷睿i7 7700k的CPU + 华硕z270p的主板 + 技嘉1080ti的显卡 + 16G海盗船内存等。详细配置单及配件连接入下所示：
主板：华硕z270p，价钱1100元
CPU：酷睿i7 7700k，价钱2499元，一番对比之后直接入手了一个主板加CPU的促销套装，价钱3389，省了不少。
内存：海盗船16G内存条，DDR4，2400，价钱1699元（最近价格变化太快，参考）。
显卡：技嘉1080ti显卡，11G，价格6799元，
固态SSD硬盘：三星 850EVO 250G固态，价格669元，
机械硬盘：希捷 2T机械硬盘，价格405元，
电源：海盗船 TX650M金牌电源。价格749元，
散热：安钛克 铜虎C400 CPU散热。价格129元，
机箱：追风者 416主机箱，价格329元，
上两张图片
上面这些商品其实有很多都是可以用别的配件来替代的，但是大家自己攒机器的时候唯一的担心就是买回来的配件之间互相不兼容怎么办，其实根据我的经验来讲，唯一要注意的就是电源注意一下额定功率即可（单显卡基本上650就可以了），其他的基本上买顶配级产品是不会出现什么问题的，而且推荐在一家店里面将最主要的几个配件一次性买齐，一方面可以咨询店家是否相互兼容，另一方面可以讨价还价啊。像我的主板+CPU+内存+显卡+电源都是在一家店买的。
然后说一下几个配件的替代选择，主板和CPU我没怎么看就订了这个，所以不多说，内存的话，预算多的话可以再买一个16G的内存条，扩充到32G的内存，至于型号的话没必要换，一般都是DDR4+2400.显卡的话其实还有蛮多选择的，当时也是在这上边犹豫不决，因为同是1080ti的显卡，下到6500，上到8888有好多个价位，什么非公版，公版的区别；大雕小雕的区别；厂家的区别；游戏，学习的区别。着实头晕，先说厂家吧，话说的贵一点，然后微星和技嘉的其次，非公版的比公版好一点，大雕比小雕好一点，基本上买一个6999左右的就可以了，有的7999的是带电源的所以贵。然后是SSD固态，有.m2接口和SATA3两种，.m2的性能稍微好一点点，贵几十块钱，所以无所谓，有钱的可以考虑买个500G，但是感觉没必要，毕竟还有一个2T硬盘挂着呢，固态就用来按个系统就行了~~散热不用说，想要骚气一点的可以上水冷。机箱的话，一开始我也在考虑其兼容性问题，但是买回来发现追风者的这款机箱还是很不错的，漂亮！其他好像也没什么注意的了。但是这些都是针对预算在1的单显卡说的，如果预算高或者别的什么不一定有参考价值。
这部分可以参考下面几篇文章来结合做决定。
配件都到了，接下来就是赶紧装起来啊，我天地一次自己组装电脑还是有点小激动呢。下面给出两个自己参考的装机视频：
之所以选择上面这两个，是因为其基本上跟我主机的配件是相同的，所以可以用来参考~~装的顺序基本上就是下面几步，请看视频结合理解：
把CPU装到主板上，很简单的一步
装内存条，也很简单
如果固态是.m2接口的，最好现在装上，不然待会可能会被挡住。如果是SATA3就等最后再装
装CPU的散热风扇，把风扇的线接到cpu_fans跳线接口
将主板放入机箱，上好螺丝
装硬盘（2T机械+256G SSD）
布线，主要包括1，机箱上的跳线接到主板上；2，电源线接到主板、显卡、机械硬盘、固态硬盘、机箱电源灯；3，主板和两个硬盘之间的数据线
通电测试是否所有配件都正常工作。主要看主板是否通电，显卡是否通电，机箱和散热器的风扇是否转动，机箱电源等是否正常工作等~~
这一步按照视频和说明书操作基本没什么难度，我第一次装机就很顺利的一次性通电~~
这我这安装的是win10 + ubuntu16.04双系统，在每个系统下面都配置上tensorflow-GPU版本。首先先安装一个win10的系统，这个应该就不用说了吧，算是基本操作了。然后接下来安装GPU版本的tensorflow（目前只支持python3以上版本），直接下载一个anaconda，然后按照官网操作，执行下面几行代码即可：
conda create -n tensorflow #创建虚拟环境
activate tensorflow #激活
pip install --ignore-installed --upgrade tensorflow-gpu #安装GPU版tf
接下来是安装GPU显卡驱动+cuda8+cudnn用以支持深度学习计算加速~~注意一定要到官网下载最新的显卡驱动安装之后在装cuda和cudnn哦。这里可以参考下面这个链接：
接下来是安装双系统，之前我都是按照安装双系统的，用的easyBCD做引导，很简单。但是发现我的主板使用的是UEFI引导，导致easyBCD无法使用，所以接下来就陷入了诸多坑，外加上硬盘格式是gpt，what’s the *
其实一开始还算顺利，做了个启动盘，然后直接就安装上了（注意自定义ubuntu分区的时候加上一个efi分区大概500M左右，用于存放引导，按照这种方式安装时没有问题的）。但是进到系统里面之后，显示分辨率低到爆（试了xrandr这个命令，没有用），然后没有办法安装中文输入法，怎么调都不行，然后自己就重装了，对你没听错，我重装了==但是重装的时候就有问题了，分区的时候找不到efi分区这个选项现在我都不明白为什么，但还是装成功了。
然后经过一番操作，发现分辨率太低是因为没有安装显卡的驱动导致的，所以安装了显卡就解决了，然后中文输入法也安装好了。接下来安装anaconda、tensorflow-gpu、cuda、cudnn也是一路顺利没什么问题。安心重启了系统，结果呢，尴尬的事情又发生了，系统找不到引导进入了grub命令行模式，这个还好毕竟自己之前就遇到过（间），无非是先找到启动引导在哪个分区中，然后就可以进去了，但是坑就坑在因为自己电脑uefi+gpt的组合导致我没有办法修复引导，试了好多方法，比如什么挂在分区然后把引导移动，改变启动项顺序的，用u盘进入适用ubuntu然后修改等等等等折腾了一天，还是失败了。最后的解决方案在这里记录一下：
使用boot-repair进行自动修复。其实这种方法一开始就试了，但是软件下载失败后来就放弃了，可能多试几次就可以了==参考这篇文章：
以上，即完成了从配件选购到组装到系统安装到环境配置的整个流程，整体来讲除了被双系统折腾了一天，其他还都算十分顺利的，开心，撒花~~
菜鸟攒机之深度学习(上)
研究深度学习的硬件配置（折腾GPU）
如何搭建一台深度学习服务器
win10 64bit 深度学习环境搭建完整版
windos10 aws 深度学习云主机配置
没有更多推荐了，
(window.slotbydup=window.slotbydup || []).push({
id: "5865577",
container: s,
size: "300,250",
display: "inlay-fix"220315 条评论分享收藏感谢收起docs.google.com/spreadsheets/d/111PwO4C4Clh16nUaAKACx46scQKaEntd6QGua8_pyIw/edit#gid= 。各位伸手党们可自取。从能耗比上看，Kepler到Maxwell基本上是个渐进式的变化，越往高端走改进越不明显。这也从一个侧面说明了为啥在Maxwell的时代有人还用着老Kepler Titan“再战几年”。新的Pascal架构甩了上两代几条街，在能耗比上完全碾压。有人会问——我在实验室电费不要钱，是不是就可以用旧架构了？完全不是。第一，除去Titan Z这样的2合1怪物以外，前两代的单卡性能被从GTX 1070到Titan Xp全线碾压，而每个工作站上能插的PCI-E通路数量是有限的。第二，电源的功率输出是有限的；在同等算力下老架构需要更多电力，因此如果是洋垃圾或者自组平台的极端情况（4槽全满）下，电源根本没法提供这样的功率输出。从价格上看，常常有一些小伙伴猜测，在同等算力的情况下，上一代产品或许会更便宜。很不幸，上图反驳了这种观点。本图中的价格（横轴，取了log以方便显示）来自于eBay上二手卖家的出价，或者
(一个奇葩购物网站) 上的新品折扣价格。可以明显地看出，在同等算力的情况下新一代Pascal架构产品的二手价格要低于老架构产品的二手价格。另外，在上图中没有显示的是，新架构的产品往往具有更大的显存容量，例如GTX 1060有6G显存，GTX 980有4G显存，而GTX 780 Ti/GTX Titan分别提供了3G和6G的显存。最后，新架构的产品支持更新的CUDA功能集以及GPU加速库版本，从而也会获得另一些额外的性能提升。因此在不同GPU架构间，无脑选Pascal。关于量力而行前两图中的直线（第二张图因为横轴是log scale所以有变形）是对于各点的线性拟合。可以看出无论是功耗还是定价，它们基本上都和计算能力保持了线性相关。这也就意味着老黄的刀砍得非常的准，除了Titan这类高端货外完全是一分钱一分货，不大存在捡便宜的可能。另外，在GPU的世界里投资折旧率很高（看看这三代GPU就知道了），因此有多大的需要就弄多大的卡吧。如果是严肃的科研工作者建议还是上大一些的卡，毕竟在现在多机分布式训练扩展性做得还不大好的时候，什么也比不过在一个卡上算起来快。关于电源电源是最容易被忽视的一个问题！很多小伙伴常常是满心欢喜地把大把显卡、CPU装好，然后发现——电源过载了。而最蛋疼的是一般工作站主机的电源是最高1600w到头，也就是将将撑住4块250w不超频的显卡。关于电源功率的计算我推荐 。它的Expert模式极其强大。说回到Z420/Z620上的电源，Z420上搭配的是台湾台达电子生产的DPS-600UB A电源，这里（）有它的介绍。不得不说工作站上的电源就是扎实，不虚标且稳定。总结最后，总结一下整个配置。方案一（入门单卡）：Z420 (E5-1650/32G)+单GTX 1060 = $570 / ￥4,000方案二（高阶单卡）：Z420 (E5-1650/32G)+单GTX 1080 Ti = $1,100 / ￥7,700方案三（入门双卡）：Z420 (E5-1650/32G)+双GTX 1060 = $760 / ￥5,300 （不能上1070，电源功率不够）方案四（高阶双卡）：Z620 (E5-1650/32G)+双GTX 1080 = $1,280 / ￥9,000 （不能上1080 Ti，电源功率不够）希望对你有帮助。赞同 25887 条评论分享收藏感谢收起最近花了8400元装了一台深度学习主机，
主板是二手的技嘉GA-Z77P-3D,
CPU是二手的Intel Xeon E3-1230 v2，
显卡技嘉1080ti gaming oc,
内存威刚DDR3 ，
硬盘西部数据240G的SSD。
计划放在家里，可以随时teamviewer远程操作，架得高一点，不让孩子们乱动。通过teamviewer连接，所以没打算配显示器。
下面说说其中的几个坑：
1.电脑城装的win7不敢用，各种劫持和广告，2345的劫持已经和系统深度融合、炉火纯青了，不得不服，不知道多少人偷偷看着这个系统，必须重装。
2.没有显示器，只能用HDMI连接电视，我家电视是海信39N2600。装Ubuntu系统刚进入要安装的时候就黑屏了，幸好发现这篇文章（http://shamangary.logdown.com/posts/773013-install-torch7-cuda-cudnn-nvidia-driver），完美解决，太感谢原作者了！
3.安装完系统，我是采用直接自己手动重新分区，安装ubuntu，没有考虑原有win7,安装ubuntu16.04后，进入不了系统，估计是引导坏了。
4.没办法,我也不知怎么解决，就想干脆安装windows10吧。在微软官网下了win10,用U盘做了启动盘，用HDMI线连接电视安装win10,一路顺畅，不得不说，微软系统还是稳定、bug少。
5.安装完win10,又想干脆再做个ubuntu16.04安装盘，装双系统试试。在2的加持下，这一次安装ubuntu时考虑的是和win10共存的双系统方案，果然安装一路顺畅。
6.给系统联网。有部360随身wifi3代，可惜网上没有ubuntu的驱动，在网上找了好久Linux下的无线网卡，貌似都不理想，有一些但是支持内核版本太低。家里没有网线接路由器，有部旧酷派android手机，使用USB连接主机，使用android的USB共享网络，不需要安装任何驱动，这种网络对主机来说USB线就是根网线，非常完美。为什么那些做无线网卡的不这样搞，这是真正的不需要任何驱动，支持任何系统的无线网卡啊！
7.安装teamviewer。win10下完美。ubuntu下tv只有在HDMI连接电视的时候才能用，不然就黑屏，不连接显示器，ubuntu系统就不启动显卡，不启动显卡，teamviewer就没有画面。经过teamviewer工作人员指点，需要装一个虚拟显示器，就是个接线端子，欺骗显卡工作。于是淘宝上买了一款HDMI的，43大洋。
8.鉴于安卓手机给ubuntu系统USB共享网络还是太麻烦，手机一旦断电需要重新设置USB网络共享，所以还是决定搞个无线网卡，大多数USB无线网卡Ubuntu下都要自己安装驱动，还不一定驱动能编译成功，于是决定搞一台无线路由器，使用client模式，用网线给主机联网，这样才是真正的免驱！最后在京东上买了84大洋的TL-WR800N 300M迷你型无线路由器。
9.目前虚拟显示器和无线路由器还在路上，希望别再有坑。
DIY组装自己的深度学习主机
购置一款适合初学者进行深度学习的电脑
深度学习系列文章之一：电脑配置选择
深度学习主机环境搭建：Ubuntu LTS 16.04 + Nvidia GTX 1080
如何配置一台深度学习主机？
一文搞定深度学习入门级电脑硬件配置
深度学习装机、系统、环境配置指南--预算15000
没有更多推荐了，
(window.slotbydup=window.slotbydup || []).push({
id: "5865577",
container: s,
size: "300,250",
display: "inlay-fix"玩游戏只靠高端显卡就够了吗？合理搭配才是最重要玩游戏只靠高端显卡就够了吗？合理搭配才是最重要北斗企鹅百家号最近同事入手了一套游戏主机，配置却很奇葩居然用奔腾G4560配GTX 1080 ti…，即便Intel的牙膏的确挤得有些多，不过这样的搭配分明是小马拉大车啊。同事似乎不大服气，居然还把我鄙视了一番，说我之前建议他买i5 7400纯粹是浪费，玩游戏就看显卡。当然，Intel/英特尔 G4560 奔腾3.5G盒装CPU七代双核拼I3-￥499购买Intel/英特尔 i5 00K CPU 台式机电脑1151针 替购买本着实践才是检验真理的唯一标准，我决定用我的i5 7400和他PK一下，看看C好了，废话就不多说了上家伙因为我们主要对比的是CPU，平台用的是同事那套，主板是技嘉B250 Gaming B8Gigabyte/技嘉 Gaming B8 游戏主板 B250 1151针 DDR4 可支持购买显卡是GTX 1080 ti技嘉 N108TD5X-B 技嘉 GTX1080TI 公版 游戏 显卡 深度学习 顺丰￥6799购买内存使用的两条海盗船DDR4 8G 2400海盗船 复仇者LPX DDR4 8G 2400 单条 8GB台式机内存条 兼容购买当然还有固态硬盘。我们先来跑个3DMark哈哈！差距明显啊，G4560落后i5 7400将近20%。不过，可以看出GTX 1080ti与不同档次CPU组合，所发挥的性能还是比较稳定的。当然，不能光看跑分，它们的实际游戏效果又如何呢？GTA VBATTLEFIELD 1Farcry PrimaAssassin‘s Creed Unity看到以上四款大型游戏的跑分，我还真是无言以对啊，很明显在GTX 1080ti强大的显示性能的带动下，游戏运行效果都相当流畅。那么，游戏能够高帧数运行，游戏体验就一定好吗？事实上，当我们使用G4560进行游戏时，虽说游戏在显卡强力带动下可以流畅运行，但是中间会出现突然卡顿，此后画面容易出现泛白，失真等现象，这大概就是因为性能较低的G4560拖累了队友，造成了显卡的瓶颈，无法发挥全部的性能。不仅如此，低端CPU配高端显卡，势必会超负荷运作，而中高端CPU则只需正常出力就好，而长此以往说不定哪天你的CPU就要“精尽U亡”了。所以还是那句话，玩游戏拼的可不仅仅是显卡，合理搭配CPU同样重要！本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。北斗企鹅百家号最近更新：简介:我们做人要堂堂正正，不要招摇撞骗作者最新文章相关文章想配一台深度学习的电脑，显卡要求是1080Ti的
<p class="detail" data-data='有没有什么性价比比较高的配置！如果用ryzen的cpu如何？'>有没有什么性价比比较高的配置！如果用ryzen的cpu如何？
按时间排序
CPU RYZEN 7 RMB主板 技嘉AB350M-Gaming3 600RMB显卡 内存 8G DDR4 RMB 硬盘 ST 1T 64M 300RMBSSD 三星960EVO 250G 900RMB电源 GP600G黑金 300RMB箱子看爱好了
您可以邀请下面用户，快速获得回答
新手上路2000
擅长领域：&&
在装机硬件分类下共有14201个回答
擅长领域：&&&&
在装机硬件分类下共有6964个回答
擅长领域：&&&&
在装机硬件分类下共有3388个回答
疯狂的制帽匠
擅长领域：&&
在装机硬件分类下共有3285个回答
擅长领域：&&&&
在装机硬件分类下共有2439个回答
擅长领域：&&&&
在装机硬件分类下共有2047个回答
加载更多答主
感谢您为社区的和谐贡献力量请选择举报类型
经过核实后将会做出处理感谢您为社区和谐做出贡献
点击可定位违规字符位置
确定要取消此次报名，退出该活动？
请输入私信内容：