1樓：你猜猜我有幾個億
人工智慧專業，對顯示卡要求不低，相信還沒入學就會有學長學姐或者老師跟你說了。
即然對顯示卡要求不低，同樣都是RTX3050顯示卡，為啥要選顯示卡功耗只有50W的小新Pro16？本來就不建議用RTX3050跑人工智慧的模型了，更何況還不是滿功耗的RTX3050。另，RTX3050一般最多用來驗證模型，很少用來訓練，因為訓練真的很慢。
R7000的顯示卡是滿功耗95W，驗證模型的速度會快一些，僅是快一些。
我建議的話是真要筆記本就算R7000，後期考慮使用實驗室/機房的電腦去訓練模型。如果預算能增加，還是考了RTX3070的遊戲本，實在增加不了的話，可以考慮先購買台式電腦，後期更換顯示卡。
對了，用於玩LOL的話，上面兩款筆記本隨便選都行。
以上就是我的看法。
怎麼選購冰箱｜保鮮冰箱推薦指南 | 顯示器科普&推薦 | 淨化器科普&推薦
2樓：陽光燦爛
肯定拯救者還用問。你是什麼專業不重要，大學主要就是拿來打遊戲，本科人工智慧啥都不需要，就是計算機+數學。以後研究生讀人工智慧有專門的電腦，或者裝linux，到時候再上專業顯示卡
2019 年人工智慧行業又進入冬天了嗎？
換個角度想想，人工智慧是在解決問題，換句話說，只要能解決人工智慧希望解決的問題的，都是人工智慧。人工智慧的研究者本質上是在搞演算法，演算法會進入冬天嗎？只要還有需要開發演算法來解決的問題存在，我想演算法是不會進入冬天的 這個問題不妨改成deep learning是否陷入了技術瓶頸之類的更好。 直通矽...
2020 年人工智慧究竟發展到什麼程度了？
這句不行 需要數學基礎 高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析。數學基礎知識蘊含著處理智慧型問題的基本思想與方法，也是理解複雜演算法的必備要素。抄今天的種種人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握必備的數學基礎知識。線性代數將研究物件形式化，概率...
如何評價《AI 3 0 人工智慧落地的商業邏輯》這本書？
Emiliana 作為主修大資料的學生，我深知資料與人工智慧的密切關係，資料是人工智慧的基石，人工智慧是資料的結晶，只有有價值高批註的資料才能孕育出有競爭力的AI。一直以來，我都以為資料的基數越大越好，越大的資料得出的結論就越準確，但此書道破了我這個誤區。王曉梅老師指出 資料量大固然好，但更重要的是...