[1-1:環境準備]Deep Learning用マシン購入

[1.背景]

元々手持ちのMacBookAirを使って試していましたが、学習に時間が掛かり過ぎる!!
（サンプルのMNISTで30分以上、CIFAR10を畳み込みニューラルネットで学習しようとすると10時間以上要する）
調べてみるとGPUの有無でかなり速度が変わるみたいなので
Deep Learning用にGPUを積んだデスクトップPCを購入しました。

[2.購入マシン]

購入はマウスコンピュータでスペック・価格は以下の通り。
【 OS 】Windows 10 Home 64ビット
【 CPU 】インテル(R) Core(TM) i5-6500 プロセッサー ( 4コア / 4スレッド / 3.20GHz / TB時最大3.60GHz / 6MBキャッシュ )
【 メモリ 】8GB メモリ [ 4GB×2 (DDR3L SDRAM PC3-12800) デュアルチャネル ]
【 SSD 】240GB SSD (6Gb/s対応)
【 HDD 】1TB 7200rpm (6Gbps対応)
【 グラフィックス 】NVIDIA(R) GeForce(R) GTX950 / 2GB ( DisplayPort×3 / DVI-I )
【 光学ドライブ 】DVDスーパーマルチドライブ
【 マザーボード 】インテル(R) H110 Expressチップセット ( MicroATX )
  小計(税込)：　　　　　　　　　　\96,984
  送料(税込)：　　　　　　　　　　\3,240

GPUはNVIDIAのGTX950とした。
使用予定のDeep LearningライブラリであるChainerはNVIDIAライブラリに対応しているため、
NVIDIA製GPUを選択。
現状ゲーム等で使用するつもりは無いため、エントリーミドルクラスのGTX950とした。
ある程度使ったら、比較をまとめるGPUの有無での比較をまとめる予定だが、
とりあえず試したMNISTの学習は3分程で完了したのでかなり早い!

ついでにディスプレイと無線LANアダプタをamazonで購入した。
BenQ 21.5インチワイド スタンダードモニター (Full HD/VAパネル) GW2255HM 　\11,980(税込、送料無料)
BUFFALO Air Station NFINITI 11n/g/b USB用 無線子機 WLI-UC-G301N 　\1,400(税込、送料無料)

[3.設置]

注文から約10日で無事にPC到着。
ディスプレイ接続でちょっとはまったのが接続ポート。
GPU搭載PCなのでマザーボードのDVIやDsubポートにケーブルを繋いでも信号が出ないのに
最初気付かず、ディスプレイやケーブルの故障かと思ってしまった。
グラボのポートに繋がないといけない（下図参照）。