Aktywne Wpisy
![](https://wykop.pl/cdn/c0834752/bc1acffb8d90745eb43698e36a1cf8943e02895a27b060877ad33578b8be0e37,q60.jpg)
Spośród #niebieskiepaski plusujących ten wpis wybiorę jednego, który będzie mógł pójść ze mną na wesele jako osoba towarzysząca 15 sierpnia w #krakow. Warunek konieczny to wiek 23-30 lat.
#rozdajo
#rozdajo
![](https://wykop.pl/cdn/c3201142/f76c3c7d2f2d6010cc4f2d620bc98ab6ce765dcdfa9d8b5724bc2331cee8aded,w150.jpg)
![](https://wykop.pl/cdn/c0834752/18efe84166170215911176e07c6ca71efe1391121c1d71aec26f8bb3ac297d4b,q60.jpg)
ElectroNICK +268
Skopiuj link
Skopiuj linkWykop.pl
Wezme pod uwage kazda propozycje- komp stacjonarny czy laptop - nowy/uzywany. Na jakie parametry i podzespoly najbardziej zwracac uwagę?
Dzieki z gory za wszystkie rady
#komputery #python #machinelearning #nauka
1. GPU Nvidii wspierające CUDA 11 (wszystko od Keplera w górę). Do nauki moim zdaniem powinno starczyć 4GB pamięci GPU (tyle spotkasz też często w laptopach), a wszystko ponad to pozwoli Ci poużywać karty dłużej/do trudniejszych problemów.
2. Co najmniej 16 GB RAMu. Ja bym nie szedł w 8GB, bo szybko zacznie Ci brakować nawet do nauki. 12 GB to takie absolutne minimum, ale jeśli za jakiś czas będziesz
Komputer bardzo cichy z dobrą mocą (6 corów, 12 wątków), ma 8 slotów pamięci, więc rozbudowa RAM prostsza
(obsługuje DDR4 i pamięci z ECC)
kartę graficzną wymień na NVIDIA z tabeli:
https://developer.nvidia.com/cuda-gpus#compute
MachineLearning benchmarks:
https://timdettmers.com/2020/09/07/which-gpu-for-deep-learning/
lub tu
http://ai-benchmark.com/ranking_deeplearning.html
do nauki Geforce RTX 2060 (6GB) - czyli standard powinien wystarczyć (~1400zł)
wersja super ( z 8GB RAM)