⑴ 跑完神经网络后电脑自动关机
电脑关机可能是温度过高、内存问题、系统不稳定或者系统病毒。
按经验来说，最常见的就是电脑里的散热风扇故障导致过热关机，温度过高会烧坏你的硬件，如主板、cpu等，自动关机是一种自我保护方法。内存条上如果某个芯片不完全损坏时，很有可能会通过自检在运行时就会因为内存发热量大而导致功能失效而意外重启。还有就是电脑电源故障导致的不稳定关机。系统病毒导致自动关机，恶意行为。
⑵ 神经网络训练怎样用笔记本自带的集成显卡
1 可以橡此使用笔记本自带的集成梁含迅显卡进行神经网络训练
2 集成显卡相对于独立显卡而言性能较低，但可以使用CUDA来加速神经网络训练
3 需要安装CUDA环境以及相应的深度学习框架，如TensorFlow或PyTorch。
同时，需要在代码中指定使用集成显卡。
4 另外，为了避免出现显存不足的情况，还需要适当降低batch size或模型复杂度。
总之，使用笔记本自带的集成显卡进行神经网络训练是可行的，但需要注意性能老陪和显存的限制。
⑶ 用Python和Keras做LSTM神经网络普通电脑可以吗
你好，如果数据量不大的话，普通电脑可以的。如果数据量很大，建议使用云计算资源。
望采纳。
⑷ 运行神经网络的机器需要什么配置
你是训练还是使用训练好的网络。
若果是训练的话，就看你的训练数据的大小。 我之前10万条数据，22个输入，1个输出。用matlab训练，也是一般的家用电脑就可以了。
若果只是使用训练好的神经网络， 对配置根本谈不上要求！对每一个输入的预测只是简单的算术运算。
《神经网络之家》
⑸ 为什么Matlab训练神经网络用不了GPU
可以用gpu加速训练，可以通过增加'useGPU'字段:train(net,P,T,'useGPU','yes');或先将数据集P,T通过函数Pgpu=gpuArray(P);Tgpu=gpuArray(T);转移到gpu内存中，再调用训练函数train(net,Pgpu,Tgpu)但是需要注意以下几点：
1，由于要在gpu上训练，网络的权重调整也会在gpu内进行颂塌，所以会占用gpu的内存，内存占用率与数据集的大小相关，可以通过下面的代码了解内存占用：
gpudev=gpuDevice；%事先声明gpudev变量为gpu设备类
%其他代码
gpudev.AvailableMemory%实时获得当前gpu的可用内存
可以通过尝试不同的数据集大小选择一个合适的数据集大小
2，大部分gpu处理double类型的数据能力并不野告圆强，所以如果想要取得较好的训练效果，需要使用single数据类型的数据集，例：
P=single(P);%将double型的P转为single型
T=single(T);%将double型的T转为single型
train(net,P,T,'useGPU','yes');
但是matlab的神经网络工具箱的一个函数可能有bug，在gpu上运行double变量的数据集时没有问题，但运行single变量时可能会弹出如下错误：
Error using gpuArray/arrayfun
Variable xx changed type.
修复该问题需要友咐在源文件上作一些修改，具体内容这里没法三言两语说清楚，如果遇到该问题可以留言
经过本人测试，single型的数据集在gpu上可以取得数十倍的加速，具体加速情况与具体gpu型号有关
⑹ mac笔记本 跑神经网络 会有什么问题
macbook pro 15中高配的可以！ 13寸的就算了吧！ 如果是13寸的就应急用用还行。配置不够的话没有什么好的解决方法的！