@sztilq: nie wiem jak mac (pewnie też), ale ubuntu wspiera obliczenia na GPU na Geforce dla popularnych bibliotek (Theano, TensorFlow)

@sztilq: DOS

@Crock92: no tak tak, ale jak robie image segmentation na datasecie 100k obrazków, to moje GPU w laptopie i tak małe ma znaczenie tutaj trzeba jakiegoś Google Cloud Azure zapuszczać i tak też robie, bo niestety do titanów w domu dostępu nie mam. Niestety nowe maki mają tylko radeony, wiec nie wiele na nich da rade policzyc. Zresztą laptop nie służy do dużych obliczeń :P Z perspektywy małych zbiorów danychPokaż całość

tylko mac

@Rick_Sanchez: podaj zalety w stosunku do ubuntu pod kątem DataScience.

@sztilq: lol nie

@QualityAssurance: pytam, bo widzę, że wiele ludzi w branży przesiadło się na maca ;p

@sztilq: zauważyłem ze z ML jest tak jak z fotografia, jeśli skoncentrujesz sie na sprzęcie to nigdy nie zaczniesz sie uczyć :)

@darkelf: ale ja nie jestem beginnerem w temacie. Po prostu zastanawiam się nad nowym laptopem.

@sztilq: a jakie masz osiągnięcia?

@sztilq: też się zastanawiam nad tym i właśnie te radeony mi nie bardzo leżą, o ile poważniejsza obliczenia i tak musisz na chmurze, to na takiego kaggle'a wolałbym mieć możliwość puszczenia obliczeń na gpu lokalnie, no i wydawanie 10k+ na laptopa ( ͡° ʖ̯ ͡°)

@sztilq: Sam OS jest mało ważny. Nie wiem jak to teraz wygląda ale chyba ciężko dostać Maca z Geforcem, a zapewniam cię, choćby najprostsza karta z CUDA dużo zmienia.