最近在学卷积神经网络，学完了之后，本想通过几个示例练习一下。我是用VGG13模型来跑一下cifar10的例子。在本地电脑上敲好代码后，高高兴兴的点击运行按钮，接下来电脑就一动不动了，我一度还以为点错了运行按钮，后来观察了一下，用CPU来跑卷积神经网络就是这么慢。

无奈，我只得另寻他法，本来想土毫一把，直接搞个带GPU的机器，毕竟，当年也是一咬牙就买了iPhone11的人，打开某东，搜索GPU机器价格。吓了一跳，尼玛3W多。一般家庭承受不起啊。

于是开始找有没有免费的深度学习训练平台，找是找到了一个，这个平台就是中国大学MOOC的Tensorflow入门实操课程，在这门课程里可以预约训练时间，进去以后，平台是直接搭建好的，可以拿起键盘直接开干的那种。这对于新手或不想在本机搭建训练平台的学习者来说，是很好的。

我进去以后，先写了几个简单的神经网络代码跑了一下，还好，比我本机要快。但是快不了多少，于是用代码查看了一下机器有没有GPU配置。

from tensorflow.python.client import device_lib 
print(device_lib.list_local_devices())
# 以下是打印结果
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
incarnation: 3234295545143328487
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
incarnation: 10650565142701233548
physical_device_desc: "device: XLA_CPU device"
从打印信息中发现，还是没有GPU配置，我强行跑了一下VGG13的模型代码，还是很慢。