python深度学习用什么版本 深度学习可以用FPGA实现吗

python深度学习用什么版本

推keras，优点如下：
1.纯Python，方便查看/修改源代码
2.支持theano和Tensorflow两种模式
3.配置简单，上手迅速，分分钟开始搭建自己的模型
4.文档齐全，社区活跃
5.更新迅速（妈蛋今天就更了一发大的= =）
缺点如下：
1.如果基于theano的话，模型编译比较慢
2.运行速度比较慢（对于学术界这个真的不太重要= =）
3.至今不知道如何正确发音

深度学习可以用FPGA实现吗

这主要取决于两点：1、最主要的还是的发展目标，你想往哪个方向发展；2、个人兴趣，比较喜欢那个，比较能在那个方面有坚持；3、工作或者说以后工作较可能使用哪个，就学那个，实用主义。其实在哪个方面都有不错待遇的工作，就看你在那个领域的实力和深度。牛人在哪里都会发光，区别是ARM和FPGA只是你使用的工具不同。

怎样为深度学习系统选择GPU

你可以咨询了解下：联众集群（LINKZOL®）
GPU卡的选择依据2方面的要求来选择：
第一，预算，如果预算很有限，比如4万左右，那么深度学习计算服务器的扩容性是有限的，初学一般2个GPU卡的深度学习计算平台就可以，至于卡的选择可能可以选择一个TESLA K80或者2个nvidia 1080，或者2个TITANX。
第二，如果追求稳定性，那么Tesla系列的GPU无疑是最合适的，可以选择显存大一些的，如K80的GPU卡24G显存，或者16G显存P100，或者P40。如果不追求说稳定性，那么GPU卡可以选择游戏卡，如TITANX,1080ti,1080等。
第三，是否考虑静音，如果是要放在办公室环境要静音，那么无疑只能选择GPU卡主动散热的，如K40C，或者TITANX,1080ti .其他TESLA的卡都是被动散热，需要有独立环境或者说是机房。