1樓：Myles
先看看實驗室或者學校有沒有可以使用的gpu機器(現在深度學習不管是nlp還是cv，cpu在很多情況下已經不夠用了)。
如果沒有的話自己組一台台式，筆記本散熱不行效能閹割還貴，組台式還能用來玩遊戲哈哈哈哈哈。主要考慮gpu，其他的配能配得上gpu的就好，從價效比的角度來說，能等的話等年後的3060(12g視訊記憶體)，不能等的話可以買個二手的2070(8g視訊記憶體)，土豪直接上3090吧
2樓：Crystal古靈閣
電腦一般配置就夠了，跑實驗主要用伺服器，用GPU，這個一般也不會自己買，都是學校或單位配，下面這個配置差不多夠，硬碟稍微小點，可以擴……
3樓：
整體思路：
首先別急著買買買，問問實驗室老闆實驗室或者學校有沒有卡，一般學校會有計算中心的。
如果實在要自己搞，建議用台式電腦作為訓練機器，筆記本用來除錯硬體：台式電腦：
RTX 2080 Ti ！
RTX 2080 Ti !!
RTX 2080 Ti !!!
雖然比1080Ti貴，但是勝在有半精度計算，發揮最新驅動的優勢CPU方面 i5 不多說啦，Intel的mkl加速很香硬碟方面，SSD >= 2TB，視覺方面很多資料集就超過500GB的再說說筆記本，能上網，螢幕看得舒服就行
4樓：godweiyang
鑑於你的預算1w以下，那麼最新出的M1晶元的macbook air再再再合適不過了。
一般來說，你是不需要在自己電腦上跑深度學習的只需要ssh遠端連線到你實驗室的伺服器上就行了，所以對電腦基本沒任何要求。但是這台air呢，搭載了強大的M1晶元，TensorFlow最新的2.4就支援在上面進行訓練：
機器之心：TensorFlow為新舊Mac特供新版本，GPU可用於訓練，速度最高提公升7倍
macbook的質量不用擔心的，使用體驗什麼的也都不用我說了，網上評價太多了。
先學機器學習還是深度學習？
knnay 深度學習本身就是機器學習的乙個子類，所以學習深度學習 學習機器學習。卷積神經網路是最常用的深度學習方法。感測器所採集的資料，不管是影象，還是振動，都適合採用卷積神經網路。較新的卷積神經網路有深度殘差網路 深度殘差收縮網路等。深度殘差網路 深度殘差收縮網路 1 2 在殘差網路內部嵌入了自適...
深度學習和機器學習有什麼區別？
深度學習就是多層神經網路，機器學習就是傳統的那一堆模型，lr，svm，各種決策樹，knn之類。至於單隱層的簡單神經網路，歐美目前越來越傾向於劃分到深度學習裡面。 總的來說機器學習分為監督學習和無監督學習，其中監督學習的演算法大致有knn svm 邏輯回歸神經網路決策樹等，無監督學習的演算法，如聚類等...
學習python和機器學習演算法，深度學習演算法就是學不會，心情很壓抑怎麼辦？
陽光 不知道你多大年齡，阿姨我今年快48了，去年開始學習機器學習，深度學習，也經歷很多燒腦的日子，但是要相信自己，多去網上搜尋，書讀百遍其意自現，死磕到底，沒什麼學不會的，想想又不是讓你造原子彈 我執 看到這個題目我頓時會心一笑,彷彿見到了過去的自己.回答分割線 我想題主應該是想問怎麼快速的學習演算...