可以买笔记本跑深度学习吗？一些你需要知道的细节

手动呆萌脸<*3*>：最近人工智能好火啊：

你看阿尔法狗，人不如狗！

无人驾驶都拿到驾照啦，我们这些年轻的司机会不会永远失去当老司机的机会啊！

这里面都有深度学习的技术，估计以后这方面工作会越来越多吧，妈妈我也要搞深度学习！

@老黄

有人说深度学习是专（na）业（xie）人（tu）士（hao）的游戏，因为深度网络不论batch怎么处理，没有高性能运算设备（比如GPU）和内存显存的一定保证，可能调参看一次效果就要等几个星期了，还有内存溢出之类的。当然，在工业界看来：

“ 能用钱解决的问题，都不是问题 ”

不过如果预算不足，或者考虑其他原因，想在自己的笔记本上跑深度学习，那是否可行呢？

你会在笔记本上尝试深度学习吗？ (单选)

0人

0%

为什么不呢？

0人

0%

Excuse me？

其实相对于服务器（台式机），笔记本的显卡cuDNN加速性能可能要下降同代级的一个型号差异，比如GTX970m是笔记本显卡，因为电压和散热降频的原因，实际性能大概等于GTX960。不过据说在1080这一代可能会统一到一种，不过还没有看到具体的性能测试，暂且不论。

其实如果从性价比、可靠性多方面看，使用台式机（上图Desktop版）无疑是更好的，但选用一个高性能GPU的笔记本可能还有其他的意义。

• 兼顾了便携性，在高铁上，在飞机里，在路上跑Deep Learning 是不是很酷炫？

• 相比于服务器终端，有个自己的设备，搭配环境也没太多顾虑了（服务器是python3咋整）
  

• 顺便跑个大型游戏？（捂脸，类似你为森么不买MAC系列哲学问题）

• GPU编程加速在其他领域也有奇效，支持的应用越来越多，再不成跑个字典暴力破解些啥？

要买笔记本了，一言不合就上船啊！

要买笔记本了，管他呢上船呗！

除了这样一种有信仰的态度，我想结合深度学习任务谈谈自己的一些经验。

1. 笔记本之所以被称为笔记本，在重量和便携性上一定要有底线和节操。现在不乏很多高端笔记本主推超极本、超薄本系列，兼顾影音和续航能力，主要是依靠强大的CPU，但对GPU来说并不能保证，毕竟散热是个大问题。所以你要找的笔记本的中文译名大概是“游戏本”这个范畴。

2. 在重量方面，小编做了一些功课，这大概和显卡性能是直接挂钩的。以相对稳定的主流GTX900系列来说，GTX970m可以说是一个分水岭，大于这一级别的笔记本重量将在2.5kg以上，加上电源适配器（吐槽下某些品牌适配器特别沉，大家需要格外小心）。有些GTX980的顶级游戏本重量可以达到10kg左右，你非说这不是台式机我也无法反驳对吧~如果每天要背着3.0kg的东西跑，似乎是一个健身的方法，但这似乎不是一个好主意。

3. 说了那么多，我们选个比较轻散热好的GTX970m是不是就可以了呢？这需要回到我们的任务上来看了。对于深度学习显卡，很多老司机教导我们说，显存比频率核心要重要的。比如TITAN X有12G 的显存，这对于一般的任务就可以接受了。对于参加Kaggle、天池这种比赛，暂时来看可能6G也OK。如果实现一下网络，不是处理超复杂的网络结构，可能4G也是勉强可以的。但有一点要特别注意，GTX970型号由于一些特殊原因，实际有效内存只有3.5G，为此官方甚至可能向部分消费者返还30美金/卡， ╮(╯_╰)╭ 这可能是你需要特别注意的一点。

http://www.techweb.com.cn/it/2016-07-31/2367924.shtml

那么有没有什么合适的型号可以推荐呢？

当然了，一个建议是大家可以关注下“超薄游戏本”这个分类，外形不至于太夸张，用来办公也不会太奇怪。笔记本作为一种定位明确的工业产品，永远是在性能、重量、续航三方面做平衡，根据具体任务选择自己最需要的类别，这才是最重要的。

接下来头条号还会介绍相关资讯和一些有趣的算法，以及问（tu）题（cao），|人工智能小报| 记得关注我哦~