我目前正在为我的硕士学位做深度学习项目。我想安装keras库，所以当我开始安装Theano和tensorflow时，我看到我必须安装CUDA。但我的笔记本电脑配有英特尔高清显卡。所以我的问题是，无论如何我都会安装它们。 感谢
答案 0 :(得分：8)
编辑： 截至目前，您可以直接使用基于OpenCL的clDNN（https://github.com/01org/clDNN）而不是使用OpenVX，以便在英特尔图形上执行深度学习推理。您必须在像Nvidia或AMD这样强大的GPU上进行培训，并使用预先训练的模型并在clDNN中使用它。
您可以开始使用英特尔的计算机视觉SDK（https://software.intel.com/en-us/computer-vision-sdk），以便使用OpenCV或OpenVX编写深度学习应用程序。
OpenVX（https://www.khronos.org/openvx/）编程模型允许您使用以下SPEC（https://www.khronos.org/registry/OpenVX/extensions/neural_network/html/）
编写简单的神经网络管道或者，您可以使用将Caffe / TensorFlow模型转换为OpenVX的模型优化器，并且可以加速英特尔集成高清显卡上的OpenVX神经网络图。
希望它有所帮助。
答案 1 :(得分：5)
你可以在没有cuda的情况下安装和使用keras，但你不能通过intel hd图形加速gpu。
如果你使用Theano作为keras＆＃39;后端，首先安装Theano：
# for python2
pip install theano
# for python3
pip3 install theano
然后像这样设置〜/ .theanorc文件：
[global]
floatX = float32
device = cpu
allow_gc = True
[blas]
ldflags = -lopenblas
如果你使用TensorFlow作为keras＆＃39;后端，只需安装TensorFlow的CPU版本。
# for python2.7
pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp27-none-linux_x86_64.whl
# for python3.4
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp34-cp34m-linux_x86_64.whl
# for python3.5
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp35-cp35m-linux_x86_64.whl
然后安装keras：
# for python2
pip install keras
# for python3
pip3 install keras
答案 2 :(得分：2)
它们是PlaidML，您可以在Intel和AMD gpu上训练深度学习模型。