PCIe3.0 DMA速度远小于内存的传输速度，所以内存的频率高低无法影响CPU和GPU之间的交互速度。这样的话，在采用GPU训练下，内存频率不是重要影响因素。
CPU内存容量至少是GPU内存容量的两倍
最好使用固态硬盘。
白金电源300W左右(虽然书上是这么说，但是网上其实有吐槽白金电源的)
对于有意向采用多GPU在Caffe框架下训练的读者，必须注意，Caffe的确支持不同类型的网卡同时训练，但如果一张高速卡和一张低速卡一起训练，则最终的速度相当于两张低速卡一起训练的速度，即以低速卡的速度为准则(木桶效应).
购买的时候要注意显卡的长度。(免得买来后主机箱塞不进去)
GPU在过热的情况下会自动降频。
如果有好几个GPU,由于GPU之间会互相加热，那么整体的下降幅度就会非常明显(10%~25%).
caffe有python,matlab,命令行三种接口。
测试使用
模型下载:
git clone /soeaver/caffe-model --recursivegit clone /BVLC/caffe
