amd显卡运行keras代码
Amd不但生产cpu，还生产gpu（显卡）。nvidia的显卡被众多深度学习框架采用，amd的确实不多，单不代表不能。今日，我司就在我们的机组上成功的搭建了amd的tensorflow，keras 深度学习环境，而且是物理环境，不是docker环境。
在nvidia的显卡，nvidia-smi可以查看显卡的运行状态，amd的显卡对应的指令是rocm-smi。rocm是amd主导的gpu加速工具包，nvidia的是cuda，cudnn等，相对于nvidia在gpu 加速计算深耕多年，amd的gpu加速计算之路并不顺畅，起初amd押注opencl，opencl的阵容可谓豪华，intel，amd，nvidia，苹果，微软……，然而结果是cuda这个nvidia的私生子火起来了，amd最后也自己开干，搞了rocm一套 工具包。
nvidia的cuda和显卡驱动是独立的，但cuda安装包附带驱动。在ubuntu系统下不管是单独安装驱动，还是随cuda一起安装驱动，nvidia的显卡驱动都可能壮烈牺牲，甚至重做系统，然后接着牺牲。 而amd这边系统兼容性就好多了。
安装需要等待很久，因为要从amd的仓库下载许多文件，而amd并没有在国内设置镜像，也没有像nvidia一样的离线安装包。几经波折，终于成功，然后换电脑，并再次复现安装。至此我们的云平台 可以说初步攻克了amd显卡的深度学习环境配置大关。下一步，我们还要再战pytorch等。
R系列显卡，rx470，rx480，rx550，rx570，rx580，rx590都支持rocm。但是rx560不支持。
我们在16.04，18.04的系统上做了简单的测试,跑了简单的mnist cnn测试，结果符合预期。intel的显卡，价格昂贵，amd的价格更亲民一些。至此我们的云平台价格可以更亲民了。 想要试用amd 显卡深度学习的朋友可以到我们的淘宝店下单
amd显卡在线租用：amd gpu rocm caffe 深度学习 显卡 出租ubuntu tensorflow keras
安装amd深度学习环境：amd显卡gpu加速 深度学习 tensorflow keras安装 ubuntu系统rocm
关于我们
洋外洋科技： 洋外洋科技
分享快乐
