研究生要搞機器學習，如何選購筆記本？

2015-11-05數碼

一萬塊以下的話，就推薦兩款輕薄本。

輕薄本的算力有限，只適合普通的機器學習和入門級的深度學習。但是目前大型的深度學習模型，也已經不是普通單機能玩轉的，更別提筆記本了。所以，輕薄本只是一個不得已情況下的一個明智選擇。

蘋果的Macbook Air，帶的是蘋果自己設計的、針對 機器學習和深度學習 開發的 M1 芯片（但沒帶N卡——高端玩家請跳轉至colab或者各種雲：）；

小米的 Pro X 14，帶的是3050的顯卡，走的是極致的性價比路線。

不過要註意，M1版的Air，目前還沒有開發出適配Metal環境的PyTorch，還好TensorFlow配有外掛程式了。當然了，CPU本身也能跑深度學習的 入門級模型 的不是麽。

所以，這兩款電腦，比較適合的是中等或普通強度的建模，或者日常的工作和學習。想要搞專業的高強度的建模，那還是上更高的顯卡——如果同時還考慮便攜、續航，那麽價格很容易就破w，甚至奔2萬去了。搞這麽高強度的建模，不如弄台桌上型電腦了。或者幹脆是輕薄本+雲伺服器。

這不巧了，咱今天提到的這兩本也可以算是輕薄本，尤其是Air。

Air所謂的乞丐版在知乎上的討論已經很多，各種測評也是應有盡有。總的來說，M1芯片已經被證明達到了預期——M1版的Air在某些地方的表現，甚至超越了價格是2倍的英特爾i9高配版Pro。事實證明，蘋果的牛皮沒有吹破。

Btw，以前個人不喜歡Mac OS是因為身邊人用它搞日常Office老崩潰。不過那是老一代的Macbook Air，在2018年硬件升級之後的Air——尤其是配備M1芯片的Air，不僅Office很穩定，機器學習跑到飛起，還比因特爾的i5/i7更省電。

這也太優秀了吧。

於是本人果斷入手，硬著頭皮學起了MacOS。

學了一段時間，發現操控還挺順的。怪不得現在的高校裏邊，尤其是美國這邊，都是Air的天下了。

下面附上的連結都是京東自營：

另外，如果實在離不開Windows，PC裏面當然就推薦性價比最高的小米了。

這分辨率2.5K和Air一樣，但重新整理率達到120HZ的屏，實在讓我流口水——如果不是身在海外，我很可能就買的紅米了。另外，這個電腦整體效能和Air相比各有所長，綜合效能優秀，同樣值得推薦。

Btw，搞機器學習其實最專業的系統是Linux。人家系統首先就內建了R/Python等編程工具，且各種機器學習包都首推Linux，其次才輪到Windows/MacOS。不過，如果硬碟和記憶體夠大，Mac和Windows裝個虛擬機器，同樣能玩轉Linux。

Btw，如果預算更多，覺得3050的N卡還不夠玩，可以稍微升級到3060（視訊記憶體由4G升級到6G，位寬由128bits升級到192bits）的惠普。而且這個電腦的螢幕還更大，重新整理率更高，有更好的視野。缺點是分辨率只有1080p，而且便攜性就更差了。

個人覺得Mac OS雖然對於一般人有些上手成本，但是它浸入式的套用視窗+十幾小時的續航，真的是太拉風。

綜合來說，對於經常用機器學習的學生或辦公族，Air+colab等各種雲也許更勝一籌。

參考資料：

以上。