Tensorflow部署的地方

優點

缺點

本地筆記本CPU版本的tensorflow

（1）安裝相對本地的GPU版本的tensorflow容易

（2）方便通過本地的IDE比如PyCharm進行代碼的調試

（1）相對本地GPU版本的tensorflow運行較慢

（2）無法長時間的進行訓練，比如幾天到一周，甚至半個月

本地GPU筆記本版本的tensorflow

1. 相對本地GPU版本的tensorflow運行較快
2. 方便通過本地的IDE進行代碼調試與跟蹤

1. 安裝較困難，容易出錯
2. 需要英偉達的顯卡，並且需要有較好的性能

谷歌的Colab雲環境

1. 免費，已經幫你裝好了tensorflow相關的所有環境，適合初學者

（1）不能長時間的運行，由於是免費的，硬件的性能不是很好，經過測試，和本地的CPU版本的tensorflow運行差不多速度，並且容易掉線

阿裏雲CPU服務器

1. 租比較低端的服務器，價格比較便宜，學生只要10/月
2. 可以長時間運行，只要不關機就會一直運行，
3. 經測試運行速度和本地的GPU版本速度差不多

1. 顯卡版的服務器普遍比較貴
2. 沒有幫你裝好tensorflow的運行環境，需要你自己轉一整套的環境

Floyd雲端GPU環境

1. 幫你裝好了雲端的運行環境，專門為深度學習訓練提供到的雲端服務器
2. 有多種顯卡可供選擇

（3）價格相對較貴，如果是GPU版本訓練的話需要10元/小時