Das Übertragen von Daten zwischen der CPU und der GPU ist ziemlich kostspielig beim maschinellen Lernen und kann zu einem echten Flaschenhals werden. Die Verwendung einer externen Grafikkarte wird daher einen erheblichen Einfluss auf die Leistung haben, und ich würde es definitiv nicht empfehlen.
Ich habe einige ML auf einem 4 Jahre alten Macbook Pro gemacht und es funktionierte gut für den Dataset, an dem ich arbeitete, aber wenn Sie einige schwere Zahlen haben, können Sie einen Desktop-Computer mit einem guten nicht schlagen dedizierte Grafikkarte.
Wenn ein Desktop-PC nicht möglich ist, können Sie auch einen Online-Dienst wie Amazon EC2 in Erwägung ziehen, der Server mit GPUs anbietet.
Sie müssen auch sicherstellen, dass das von Ihnen verwendete Framework GPU-Beschleunigung unterstützt (nicht alle von ihnen) und dass die Leistungssteigerung erheblich ist.
Ein kurzes Update: Am Ende kaufte ich einen stationären PC mit 2 Titan XPs. Diese 2 GPUs waren über 50% der Gesamtkosten des Computers, also würde ich nicht so viel Geld sparen, wenn ich sie als externe Mac-GPUs anschließen würde, aber die Leistung würde stark beeinträchtigt werden. Ich bin sehr glücklich mit dem Setup, einfach über ssh zu verwenden. Wenn Sie Titan XPs kaufen, dann empfehle ich, für den PC zu gehen. Externe GPUs sind nur dann sinnvoll, wenn Sie eine einzelne, billige GPU wie GTX 1060 kaufen (das ganze Setup wäre ungefähr 350GBP), sonst gibt es keinen Punkt aufgrund von MACs Speicher- und Bandbreitenproblemen und der Notwendigkeit, die ganze Zeit zu haben. –