如果想從事機器學習方面的崗位,在選購膝上型電腦的時候需要考慮三方面內容,其一是否有云計算平臺的支撐;其二是否有資料分析任務;其三是否需要做落地實現。
對於很多人來說,掌握機器學習知識是進入人工智慧領域的重要途徑,機器學習不僅是人工智慧的六大方向之一,同時也是進入其他領域的重要基礎,比如自然語言處理、計算機視覺等。從事機器學習需要兩方面資源的支撐,其一是算力支撐,其二是資料支撐,所以在選購膝上型電腦的時候,應該根據這兩個方面的資源掌握情況來進行選擇。
如果有云計算平臺的支撐,那麼在進行電腦選擇的時候,並不需要考慮太強大的計算效能,但是應該注重顯示卡和CPU的配置不能過低,這樣在做一些本地實驗的時候,會方便一些。實際上,目前大部分機器學習方面的研發都需要基於雲計算平臺來進行,畢竟膝上型電腦的效能瓶頸是比較明顯的。
目前機器學習在資料分析領域有廣泛的應用,如果需要基於機器學習從事一些大資料分析任務,那麼應該注重一下膝上型電腦的記憶體,此時記憶體越大越好,因為大資料平臺往往非常佔記憶體,開源的大資料平臺往往也需要8G以上的記憶體,一些商用的大資料平臺會有更高的要求。
最後,選擇膝上型電腦還需要考慮到實際的運用環境,如果需要頻繁到現場解決問題,還需要考慮到便攜性和續航時間。
如果想從事機器學習方面的崗位,在選購膝上型電腦的時候需要考慮三方面內容,其一是否有云計算平臺的支撐;其二是否有資料分析任務;其三是否需要做落地實現。
對於很多人來說,掌握機器學習知識是進入人工智慧領域的重要途徑,機器學習不僅是人工智慧的六大方向之一,同時也是進入其他領域的重要基礎,比如自然語言處理、計算機視覺等。從事機器學習需要兩方面資源的支撐,其一是算力支撐,其二是資料支撐,所以在選購膝上型電腦的時候,應該根據這兩個方面的資源掌握情況來進行選擇。
如果有云計算平臺的支撐,那麼在進行電腦選擇的時候,並不需要考慮太強大的計算效能,但是應該注重顯示卡和CPU的配置不能過低,這樣在做一些本地實驗的時候,會方便一些。實際上,目前大部分機器學習方面的研發都需要基於雲計算平臺來進行,畢竟膝上型電腦的效能瓶頸是比較明顯的。
目前機器學習在資料分析領域有廣泛的應用,如果需要基於機器學習從事一些大資料分析任務,那麼應該注重一下膝上型電腦的記憶體,此時記憶體越大越好,因為大資料平臺往往非常佔記憶體,開源的大資料平臺往往也需要8G以上的記憶體,一些商用的大資料平臺會有更高的要求。
最後,選擇膝上型電腦還需要考慮到實際的運用環境,如果需要頻繁到現場解決問題,還需要考慮到便攜性和續航時間。