1樓：Valar Morghulis
看用途嘍。我主要是用深度學習進行科研，而不是長時間在機子上去訓練，所以對我而言差別不大（或者近乎沒有差別）。
有乙個非常有意思的問題：最新版tensorflow (2.4.
1) 是支援CUDA 11.0的，然而在Linux的一眾發行版中，使用Keras的CNN MNIST模型，是會報錯的，可以參見一些GitHub的issue。
No algorithm worked on Ubuntu 20.04 LTS with CUDA 11.0 and Tensorflow 2.
4.1 · Issue #47411 · tensorflow/tensorflow
但是Windows上就沒有這個問題。
另外Windows上對多版本cuda的支援真的完虐各種Linux。
2樓：
正在煉丹
用的是mxnet跟pytorch
mxnet在windows上……一句import mxnet as mx要一分鐘
但是mxnet訓練速度比pytorch快（原因不明）pytorch……import快而訓練慢（對比mxnet）然而在linux上，它們並無什麼區別
3樓：Bluebear
Windows下折騰Tensorflow,Pytorch(Mxnet,CNTK,Darknet)，在不折騰自定義op的情況下都很友好了，不過如果要編譯東西還是Linux好點。
另外Windows有一定效能問題，比如Pytorch dataloader Windows會慢一些，外加Win下顯示卡能用視訊記憶體會少，沒有Nvdocker。輕度使用跑個demo一般沒問題，真訓練還是Linux下吧。
怎麼看2023年深度學習在工業界應用趨勢？
尋常巷陌 在工業裝置故障診斷方面有一些進展。深度殘差收縮網路就是面向機械裝置故障診斷的深度學習方法，由於軟閾值化的作用，更適於處理雜訊較強的狀態監測資料，其原理如下 github.com zhao62 Deep Residual Shrinkage Networks跟SENet還是有區別的。SENe...
2023年12月，深度學習推薦使用AMD還是INTEL的CPU？
寬泛科技 AMD的 cpu 和 intel 的 cpu 跑深度學習的差距其實不大，都很慢，跟 gpu 有數量級的差距。已經有了3080，使用AMD N卡做深度學習不會有啥問題的，但是你要是使用intel的蜜汁加成，或者說想玩玩多核平行計算，可以考慮上intel的U，畢竟I家的編譯器和相應的profi...
2023年了，深度學習有哪些好用的新運算元了？
東臨碣石 軟閾值化是訊號降噪演算法的常用步驟，可能會是乙個有潛力的運算元。式中的 表示閾值，是乙個需要提前設定的正數。與ReLU啟用函式相似，它的梯度要麼是1，要麼是0，也有利於避免梯度消失問題。如果用圖形化的形式表示，就是 軟閾值化能夠用於降噪的前提是，幅值小於閾值的訊號是雜訊，幅值大於閾值的訊號...