ADM-201 dump PMP dumps pdf SSCP exam materials CBAP exam sample questions

哪种本本最适合机器学习 – 译学馆
未登录,请登录后再发表信息
最新评论 (0)
播放视频

哪种本本最适合机器学习

Best Laptop for Machine Learning

人工智能是我的城市
大家好 我是西拉杰
什么样的笔记本电脑最适合机器学习呢
这是一个我经常被问到的问题
这个视频中我将会谈论
对机器学习来说 最好的笔记本电脑 台式机和组装系统
还有云端的方案
当选择适合机器学习的电脑时
我们通常会在两个因素之间做出选择
便携性和处理能力
处理能力越高 笔记本电脑就越重
因此便携性就越差
反之亦然
性能越强 电池续航能力越差
便携性也会受限
选购笔记本电脑时 应该考虑到以下部件
具体来说 内存 图形处理单元 处理器
硬盘存储和操作系统
对于内存来说
需要的最低大小是8GB
但为了更快的处理速度 我推荐16GB
对于复杂的机器学习算法
比如神经网络或随机森林
内存很重要
它显著地加快了训练的人工智能算法的速度
不过GPU才是最重要的部分
深度学习 作为最流行的机器学习子领域
涉及到神经网络
它也是最耗费计算能力的子领域
它需要大量用于训练的矩阵运算
GPU使高度并行的运算变为可能
从而加快了训练的进程
如果没有GPU 训练模型需要几个月
然而合适的GPU只需一小时
它使你能快速迭代不同版本的神经网络
提升研发流程速度若干个数量级
选择合适的GPU非常重要
英伟达将桌面级显卡带到了笔记本电脑上
GeForce 10系列
你可以从这个系列中选出一个符合预算的
因为它们是用在笔记本电脑上最好的显卡
多数机器学习的程序库
比如Tensorflow和PyTorch
使用CUDA处理器
只能在英伟达处理器上编译
AMD看上去你错失良机了 伙计
如果你想用一个AMD或者英特尔HD GPU驱动的电脑
你应该准备好用OpenCL编写些底层代码
对处理器来说 最低的要求是英特尔i5
或者英特尔 i7 第七代最为理想
至于存储 你需要至少1TB空间的硬盘
因为数据集的大小似乎在逐日增加
如果你选择一台装着固态硬盘的电脑
确保它有256GB的可用空间
否则你可能需要购买一个移动硬盘
最后 关于操作系统 你最好选择Linux
尽管Mac和Windows也可以在虚拟机中运行Linux
或用Boot Camp或Parallels等软件运行
所以当谈论到最适合的笔记本电脑时
在高端机型中
创业公司Lambda Lab脱颖而出
凭借着TensorBook笔记本电脑
搭载着英伟达GTX 1070 GPU
和英特尔i7处理器
Max版本的机型非常值得注意
还预装了很多常用的机器学习程序库
比如TensorFlow和PyTorch
包含了所有相关的的CUDA程序库
和英伟达GPU驱动程序
还有开发者工具
比如Vim Emacs和Tmux
为深度学习而设计
可以开箱立即使用
但是它们价格不菲
对于中等预算来说
可以考虑英伟达生产的由Pascal架构驱动的
GeForce GTX 10游戏本系列
打破了台式机显卡和笔记本显卡的界限
这款笔记本电脑的性能不逊色于台式机
MSI表现出众
有着强大的运算能力
机身却相当地轻便
你可以从很多网上零售商那里买到它
包括亚马逊
尽管市场定位是游戏本
它们也非常适合各种机器学习用途
如果你的预算不那么充裕
我推荐你购买一款最便宜的
能编程和上网的本本
比如Chromebook
然后你可以用省下来的钱
在云计算平台上完成上千小时的运算
比如AWS Microsoft Azure和Google Cloud
通常Azure的按需价格最低
AWS处于中等价位
是的 我刚刚认可了一款微软的产品
难以置信吧
在服务的易用性方面
我认为FloydHub胜出
它是在AWS上的一个应用层
学习起来一点都不难
你可以很直观地训练模型
我用的是MacBook Pro
因为我喜欢它的外观
我已经习惯了使用Final Cut Pro
我在台式电脑完成机器学习训练任务
如果你想在MacBook上使用外接GPU
你可以凭借英伟达的Pascal的Mac驱动做到
只需把GPU和外接显卡盒连接起来
比如AKiTiO Node
然后把它和MacBook用Thunderbolt 3数据线连接起来
然后运行一个脚本来把它配置好
视频描述中可以找到脚本的链接
说到台式机
台式机的价格上限要高得多
可能会很贵
在高端产品中
Lambda Labs生产了一些非常棒的台式机
专门为训练深度学习模型而设计
为专业的研究员和研究员团队设计
Lambda Quad是最好的一款机器
多个工程师可以一起工作
基本款搭配了四个英伟达1080 Ti显卡
和英特尔i7处理器
美中不足的是它8800美元的价格
大概够吃十年Soylent(美国一种正餐代用品品牌)
更划算的方式是自己组装一台电脑
这会是个很有趣的项目
事实上 你能组装一台很棒的台式机
只需1700美元
我不推荐除英伟达之外其他公司的GPU
他们生产世界上最好的显卡
CUDA是个很有价值的工具
GTX 1080Ti和Titan X相似
但GTX 1080Ti更便宜
所以买它更合理
对中央处理器来说 英特尔i5很不错
因为它便宜 也不至于影响速度
别忘了处理器和主板支持的PCIe通道
正如Andrej Karpathy指出
每个GPU器应该有16个通道
这样它就能以最快的速度接受数据
也就是说两个显卡需要32个PCI通道
32GB的内存就够用
你可以用两个16GB的内存条
Jeremy Howard建议用一个快速的固态硬盘
来储存操作系统和当前数据
和一个低转速硬盘来存储巨大的数据集
比如图片网络
我们需要能支持两个英伟达GTX 1080Ti的主板
华硕有一款很棒的主板 叫做TUF Z270
对电源来说 EVGA 750 GQ
能为CPU和GPU提供充足的能量
对机箱来说 Termal Take N23就够了
可选择LED灯
把这些部件组装好需要另一个教程
但总价应该刚好低于1700美元
我谈论的所有东西的链接都在视频描述中
如果你打算经常用深度学习
通常在自己购买的硬件上训练更加便宜
从这个视频中要记住三件事
最适合机器学习的本本 按预算排序
Lambda Labs Tensorbook
英伟达GTX 10系列
Chromebook和云计算
最适合机器学习的台式机 按预算排序
Lambda Labs Quad电脑
或者自己组装的1700美元电脑
对云计算方案来说
Azure提供了最低的按需价格
对初学者最简单易用的服务是FloydHub
本质上是在AWS上包装了一层
你坚持到了最后
点击订阅 让我变成你情人节的GPU
现在我要去经营School of AI
多谢观看

发表评论

译制信息
视频概述

哪种本本最适合机器学习? 在这个视频中,我将描述适合机器学习的笔记本电脑的组件。 我还会提到理想的台式电脑,组装电脑和云计算方案。 我们将讨论RAM,GPU,CPU,主板,硬盘和其他组件如何影响训练时间。

听录译者

收集自网络

翻译译者

鹿琳

审核员

审核员@AI

视频来源

https://www.youtube.com/watch?v=dtFZrFKMiPI

相关推荐