Question

做深度学习图像处理，大概怎样的显卡才算合适

Answer 1

性能最好的GPU：RTX 2080 Ti
性价比高，但小贵：RTX 2080, GTX 1080
性价比高，同时便宜：GTX 1070, GTX 1070 Ti, GTX 1060
使用的数据集>250GB：RTX 2080 Ti, RTX 2080
预算很少：GTX 1060 (6GB)
几乎没预算：GTX 1050 Ti (4GB)/CPU（建模）+ AWS/TPU（训练）
参加Kaggle竞赛：GTX 1060 (6GB)（建模）+ AWS（最终训练）+ fast ai库
有前途的CV研究员：GTX 2080 Ti; 在2019年升级到RTX Titan
普通研究员：RTX 2080 Ti/GTX 10XX -> RTX Titan，注意内存是否合适
有雄心壮志的深度学习菜鸟：从GTX 1060 (6GB)、GTX 1070、GTX 1070 Ti开始，慢慢进阶
随便玩玩的深度学习菜鸟：GTX 1050 Ti (4或2GB)

Answer 2

GPU是显示卡的一部分，而不是深度学习算法的一部分，叫做图形处理器。
显示卡的基本作用是控制电脑的图形输出，安装在电脑主板的扩展槽中，或者集成在主板上，工作在中央处理器和显示器之间。
显示卡主要包括图像处理器、显存、数模转换器、AGP总线接口等几个部分，数据流从中央处理器流出后，要把中央处理器传来的数据送到图像处理器中进行处理，把芯片处理完的数据送入显存，把显存读取出数据送到数模转换器进行数据转换的工作，从数模转换器进入显示器。?显存是显示卡的核心部件，存放显示芯片处理后的数据，显存越大，显示卡支持的最大分辨率越大。显存的容量至少是逗水平分辨率*垂直分辨率*log2颜色数/8地。
希望我能帮助你解疑释惑。