最近买了 1080ti 的显卡想搭一个深度学习的环境，结果发现个蛋疼的问题

[winglight2016]

我想 keras+tensorflow 是比较常见的方案了，但是，有以下蛋疼的问题：

1.tensorflow 不支持 nvidia cuda 和 cudnn 的最新版本——这问题其实还好了，唯一的麻烦就是：我先在 ubuntu 上安装了最新的版本，结果又要卸载安装低版本

2.我还是比较习惯 mac 环境，但是 tensorflow 新版本不支持 mac，只支持 ubuntu 和 windows

3.照说 python 选择 3.7 版本比较合理，但是很多教程和库选择的是 2.7

不知道有没有高手来指点一下，最好是能在 mac 下统一开发环境

[FindHao]

docker 当然可以啊。https://www.findhao.net/easycoding/2262 容器化以后还有什么环境问题？直接就隔离开就是了。开发可以用 volume 挂文件夹啊。

[nyanyh]

@tlday 1080ti 也是游戏卡，随便翻点帖子就能找到性能对比，只是速度差异和有些多层网络因为显存不足无法训练，准确度没影响的

[douglas1997]

……居然不用服务器…

[chenchangjv]

ubuntu 还是要好一点，Mac 上的好像可以自己编译，怎么弄的时候刚停更 Mac，这是我写的一个记录。仅供参考。http://www.lyyccj.club/index.php/2017/07/23/mactfgpu/

[secsilm]

Python 最好选择 3.5，其他就帮不了你了，没用过 Mac，另外你说很多教程都是用的 2.7 这句话如果你指的教程是官方教程的话，那么人家是为了兼容，你不用管这个

[azh7138m]

@qq976739120 3.7，测试版本确实有了一段时间了

[realpg]

本机搞……
这玩意正确用法应该是弄个服务器，24h 的跑
如果就扔公司啥的，就弄个塔式服务器就够了

[neosfung]

机器学习界里的很多工具，Mac 真的是二等公民，因为 cuda 问题

[tlday]

@nyanyh 我看到的说法主要是对计算准确度的差异，以及长期运行的稳定性差异，如果准确度不错的话确实可以试试。专业卡动辄几万一张起步，个人用户实在不划算啊。

[pensz]

建议楼主还是用 ubuntu，cuda cudnn 也用相应的版本，这个配合 1080 ti 是没问题的，网上一搜一大把教程。你的目的是搞深度学习，而不是倒腾 tensorflow on mac。

[aaronzjw]

ubuntu，然后用 docker ；或者 windows，但是没法用 docker，不支持 windows 的 gpu。 然后 mac 远程就好了。cuda 最新版的没法用，用前一个版本的。python 建议 3.6

[prondtoo]

谁说不支持的，我用 archlinux，天天在滚我的 TS 开发环境和 N 卡、CUDA 驱动，没见说过不兼容的问题。而且也不用什么额外配置，一条命令就安装的事情。

[Leafove]

要啥自行车,买了 1080ti 基本就告别学习了好吗..😁

[blakejia]

回到家马上说一句，
老婆，那。。个。最近深度学习很火，我需要一个 1080Ti 搞学习，家里那台电脑配置不行了，

[ipwx]

1. TensorFlow >= 1.2 不支持 Mac + CUDA
2. TensorFlow 1.4.0 编译环境是 Python 3.5
3. Docker 在 Linux 上很好用，Nvidia 给了个基础镜像 nvidia/cuda:8.0-cudnn6-devel-ubuntu16.04
4. TensorFlow 1.4.0 支持 Windows 下面直接原生 CUDA + Python 3.5。当然 Windows 不支持 Docker，为了方便安装各类包，推荐 Anaconda。

[winglight2016]

@zmj1316 可以安装，我已经在用了，有官方驱动
@zhaoyulee
@inflationaaron
cuda 和 cudnn 在 mac 上的确是支持的，但是 tensorflow 不支持，就没多少意义了
@p2pCoder 我在 windows 上全部都安装起来了，只是个人极其讨厌 windows，所以不想在 windows 上开发
@tlday 网上有评测了，1080 都性能就已经超过 k80 很多了，只是显存没有那么高

@FindHao 你仔细看一下文章和官方文档啊，大兄弟，nvidia-docker 只能运行在 ubuntu 上

@secsilm 自己开发的确可以随便选，但是想要跑教程提供都代码就必须用 2.7 了，很蛋疼
@realpg 本人无业游民，没那个条件搞多台机器，之前用 ec2，那个一小时一美元，用着好心疼，所以才想在本地搭环境

@neosfung cuda 支持 Mac 都，这个是没问题的

@ipwx 看来还是只能在 windows 和 ubuntu 之间选一下了，只是目前装了 mac 和 windows 双系统，没法再搞一个 ubuntu 了

[tangyou]

https://github.com/norman-thomas/tensorflow-gpu-mac 这里有 1.4 版的 tf，我就是 rmbp2016+外置 1070 用的这个包

[yopming]

那啥，还是不要黑苹果了，显存不知道在哪个时刻被哪个程序用掉好多
找个有稳定 Desktop 环境的 Linux，比如 openSUSE 的 KDE，装个 pytorch 也是不错的选择，前几天 pytorch 就支持 cuda9 了，Python3.6 下直接 pip 安装就可以，mac 下面还需要编译，clang 版本太新还不行

[UnknownR]

@Leafove 配个好显示器就行了，当初买了 1080 又怕忍不住玩游戏，就买了 5k 的显示器，分辨率太高游戏跑不起来，只能乖乖学习了

[inflationaaron]

@am241 嗯，刚看 issue cuda 似乎修复了 nvcc 的 bug，我应该是用的不是最新的