⑴ 跑完神經網路後電腦自動關機
電腦關機可能是溫度過高、內存問題、系統不穩定或者系統病毒。
按經驗來說，最常見的就是電腦里的散熱風扇故障導致過熱關機，溫度過高會燒壞你的硬體，如主板、cpu等，自動關機是一種自我保護方法。內存條上如果某個晶元不完全損壞時，很有可能會通過自檢在運行時就會因為內存發熱量大而導致功能失效而意外重啟。還有就是電腦電源故障導致的不穩定關機。系統病毒導致自動關機，惡意行為。
⑵ 神經網路訓練怎樣用筆記本自帶的集成顯卡
1 可以橡此使用筆記本自帶的集成梁含迅顯卡進行神經網路訓練
2 集成顯卡相對於獨立顯卡而言性能較低，但可以使用CUDA來加速神經網路訓練
3 需要安裝CUDA環境以及相應的深度學習框架，如TensorFlow或PyTorch。
同時，需要在代碼中指定使用集成顯卡。
4 另外，為了避免出現顯存不足的情況，還需要適當降低batch size或模型復雜度。
總之，使用筆記本自帶的集成顯卡進行神經網路訓練是可行的，但需要注意性能老陪和顯存的限制。
⑶ 用Python和Keras做LSTM神經網路普通電腦可以嗎
你好，如果數據量不大的話，普通電腦可以的。如果數據量很大，建議使用雲計算資源。
望採納。
⑷ 運行神經網路的機器需要什麼配置
你是訓練還是使用訓練好的網路。
若果是訓練的話，就看你的訓練數據的大小。 我之前10萬條數據，22個輸入，1個輸出。用matlab訓練，也是一般的家用電腦就可以了。
若果只是使用訓練好的神經網路， 對配置根本談不上要求！對每一個輸入的預測只是簡單的算術運算。
《神經網路之家》
⑸ 為什麼Matlab訓練神經網路用不了GPU
可以用gpu加速訓練，可以通過增加'useGPU'欄位:train(net,P,T,'useGPU','yes');或先將數據集P,T通過函數Pgpu=gpuArray(P);Tgpu=gpuArray(T);轉移到gpu內存中，再調用訓練函數train(net,Pgpu,Tgpu)但是需要注意以下幾點：
1，由於要在gpu上訓練，網路的權重調整也會在gpu內進行頌塌，所以會佔用gpu的內存，內存佔用率與數據集的大小相關，可以通過下面的代碼了解內存佔用：
gpudev=gpuDevice；%事先聲明gpudev變數為gpu設備類
%其他代碼
gpudev.AvailableMemory%實時獲得當前gpu的可用內存
可以通過嘗試不同的數據集大小選擇一個合適的數據集大小
2，大部分gpu處理double類型的數據能力並不野告圓強，所以如果想要取得較好的訓練效果，需要使用single數據類型的數據集，例：
P=single(P);%將double型的P轉為single型
T=single(T);%將double型的T轉為single型
train(net,P,T,'useGPU','yes');
但是matlab的神經網路工具箱的一個函數可能有bug，在gpu上運行double變數的數據集時沒有問題，但運行single變數時可能會彈出如下錯誤：
Error using gpuArray/arrayfun
Variable xx changed type.
修復該問題需要友咐在源文件上作一些修改，具體內容這里沒法三言兩語說清楚，如果遇到該問題可以留言
經過本人測試，single型的數據集在gpu上可以取得數十倍的加速，具體加速情況與具體gpu型號有關
⑹ mac筆記本 跑神經網路 會有什麼問題
macbook pro 15中高配的可以！ 13寸的就算了吧！ 如果是13寸的就應急用用還行。配置不夠的話沒有什麼好的解決方法的！