数据科学及人工智能学习用笔记本电脑推荐 人工智能专业推荐笔记本

数据科学及人工智能学习用笔记本电脑推荐

1.相关专业在选择装备时需要关心的因素数据科学及人工智能学习用的电脑在选择时需要重点关注以下这些因素：

（1）是否需要扩展

这牵涉到选择笔记本还是台式机，因为笔记本电脑的可扩展性很差，而数据科学和人工智能的各种算法和场景发展比较快，从专业学习和实验的角度，有一定的扩展性还是有必要的。当然，也可以考虑选择云服务器进行学习和实验，那反而笔记本电脑的优势就比台式机强。主要看准备学习到什么程度。

（2）学习方向或者发展方向

数据科学和人工智能的方向分为几类：数值挖掘、计算机视觉（图像、视频）、自然语言（语音、语义），不同的类别在选择学习装备时配置的侧重方向不同：

数值挖掘：对CPU和内存的要求比较高，因为挖掘工具如最常用的XGBoosting和LightGBM都能够对于CPU的处理情况进行配置，CPU的性能高显然能够提高挖掘模型的训练效率。内存方面，数值挖掘必然涉及到时间序列，在使用时间序列工具如tsfresh，时间预测模型如ARIMA时，内存的使用率非常高，如果内存不够，则工具或者模型工作过程中容易把内存占满。

计算机视觉：涉及到计算机视觉的方向，则显卡是必备的装备，大量的采用深度学习的场景和框架如Tensorflow、Pytorch等都能够调节GPU的使用情况。因此，这个方向的装备较为看重显卡的性能，独立显卡是必要的配置。同时，计算机视觉的数据集都为图片，这使网络上的公开数据集动辄几十GB，对于硬盘的存储空间和内存也有一定的要求，适应配置大容量的硬盘，如果经济实力允许，则可以考虑SSD硬盘+机械硬盘的方案，否则至少配置较大的机械硬盘。

自然语言：自然语言的场景对于时间序列分析和挖掘的要求较高，RNN类神经网络包括LSTM算法都比较考验并行处理能力，因此显卡仍然是必备的装备，GPU的利用率非常高。其他包括CPU、内存、硬盘的要求相对均衡即可，总体的配置要求高于数值挖掘，低于计算机视觉场景。

（3）经济实力

同等的价格条件下，台式机的配置比笔记本电脑要高的多，但是台式机的携带性不好，当需要频繁展示时非常的不方便。从学习过程中来说，大部分的同学会需要学习所有的场景，因此装备的选择上偏向于均衡而不是某方便特别突出，其他方面存在短板的装备。因此在自己能接受的价格的前提下一般选择能承受的价格区间中质量较好，性能过的去的装备。

2.高性价比笔记本电脑推荐入门款：

处理器CPU系列英特尔酷睿i510代系列>CPU型号Intel酷睿i510210U中端主流机更多酷睿i5CPU>CPU主频1.6GHz最高睿频4.2GHz运行流畅核心/线程数四核心/八线程多任务运行强更多四核心/八线程笔记本>三级缓存6MB核心代号CometLake制程工艺14nm功耗15W中等耗电CPU的配置方面，i5的10代在目前笔记本整体的配置情况中属于中下，一般机器学习过程中的模型运行没有问题，如果数据量较大，则运行的时间比较长。但是笔记本电脑在这个价格条件下，i5也是常见的配置。作为学习入门的选择还算过得去，进阶以后就会比较吃力。

存储设备内存容量8GB（8GB×1）运行流畅内存类型DDR4>硬盘容量256GB>硬盘描述SSD固态硬盘>8GB的内存是足够的，至少目前来说，机器学习或者深度学习的要求是满足的。硬盘容量也没有太大问题，一般的数据集能够承受，入门阶段也不会接触到非常庞大的数据集。

显卡显卡类型集成显卡>显存容量共享内存容量略显吃力集成显卡会造成深度学习任务运行非常缓慢，从这点上来说，这款笔记本的能力是不太适用于做计算机视觉方面的实验的。但是入门阶段，使用一些单张比较小的图像数据集，比如单张32*32像素的还是没有太大的问题。

处理器CPU系列AMDRyzen55000系列CPU型号AMDRyzen55500UCPU主频2.1GHz最高睿频4GHz运行流畅核心/线程数六核心/十二线程多任务运行强二级缓存3MB三级缓存8MB核心代号Zen2>制程工艺7nm功耗15W中等耗电这款华为的电脑，采用的是AMD的处理器，从主频和核数来说，都能够满足学习和实验的需要，从处理器的角度来说，这个价位上是性价比比较高的配置。

存储设备内存容量16GB（8GB×2）极速运行内存类型DDR43200MHz>硬盘容量512GB>硬盘描述SSD固态硬盘>光驱类型无内置光驱>16G的内存基本可以了，硬盘的容量也不错，这方面在这个价位上没有话说。

显卡显卡类型集成显卡>显存容量共享内存容量略显吃力和上面那款一样，集成显卡会造成深度学习任务运行非常缓慢，从这点上来说，这款笔记本的能力也是不太适用于做生产级别的计算机视觉方面的实验的。仅供入门使用。

均衡款：

处理器CPU系列英特尔酷睿i511代系列CPU型号Intel酷睿i51135G7中端主流机更多酷睿i5CPU>CPU主频2.4GHz最高睿频4.2GHz运行流畅核心/线程数四核心/八线程多任务运行强更多四核心/八线程笔记本>三级缓存8MB总线规格OPI4GT/s核心代号TigerLake>制程工艺10nmi5的11代处理器，这个价位上属于常规配置，本质上当然希望核数也多，主频也高，但实际上在价格因素下并不太容易做到。处理器配置属于中规中矩，不算太好，也不太差，中等水平。能够满足机器学习和深度学习的需要。本质上当然希望核数也多，主频也高，但实际上在价格因素下并不太容易做到。如果主频和核数一定要区分出一个高下，那对于大数据和人工智能来说更看重核数一些。用过机器学习模型和人工智能框架的都知道，这个可以在代码中进行设置。

存储设备内存容量8GB运行流畅内存类型DDR43200MHz>插槽数量2xSO-DIMM最大内存容量32GB硬盘容量512GB>硬盘描述SSD固态硬盘>光驱类型无内置光驱>8GB配置不算高，或者可能还稍微低了一点，做实验是够用的，当然如果到16G会更好一些。512GB的SSD硬盘，也是属于中规中矩的笔记本电脑配置，这个问题不大。

显卡显卡类型性能级独立显卡显卡芯片NVIDIAGeForceMX450显存容量2GB略显吃力更多2GB显存笔记本>这是这款笔记本显得均衡的原因，有独立的显卡，显存为2GB，这个在独立显卡中属于比较一般的配置。但是综合这个价位，能有独立显卡，使这款笔记本在面向数据科学和人工智能时，虽然从任何一方面分析都不太突出，但是整体上来说也相对比较均衡，没有不可接受的短板。

处理器CPU系列英特尔酷睿i511代系列CPU型号Intel酷睿i511300HCPU主频3.1GHz最高睿频4.4GHz核心/线程数四核心/八线程三级缓存8MB核心代号TigerLake-H制程工艺10nm功耗35WCPU的主频更高，也是i5系列，核数为4核。处理器的整体配置属于中等偏靠上一点，符合这个价位上的笔记本配置。满足大数据专业和人工智能专业学习过程中的一般需求。

存储设备内存容量16GB内存类型LPDDR4x（低功耗版）4266MHz插槽数量2xSO-DIMM最大内存容量16GB（板载内存不可升级）硬盘容量512GB硬盘描述SSD固态硬盘光驱类型无内置光驱内存为16GB，这个就相对8GB比较完善了，从内存容量上做到了没有短板。512GB的SSD硬盘也是属于常规配置。

显卡显卡类型性能级独立显卡显卡芯片NVIDIAGeForceMX450显存容量2GB显存类型GDDR6同前款一样，这也是这款笔记本显得均衡的原因，有独立的显卡，显存为2GB，这个在独立显卡中属于比较一般的配置。这个价位，有独立显卡，内存比前款大，处理器也比前款好。这款笔记本在面向数据科学和人工智能时整体上来说也比较均衡，都是可以接受的配置。价格比前款高了1000多，但是从各方面配置都更为均衡。

主流款：

处理器CPU系列AMDRyzen75000系列>CPU型号AMDRyzen75800HCPU主频3.2GHz最高睿频4.4GHz运行流畅核心/线程数八核心/十六线程多任务运行强二级缓存4MB三级缓存16MB核心代号Zen3>制程工艺7nm处理器的核数为8核，非常适合多任务运行，这使得机器学习模型在训练时的效率较高，完全满足正常情况下的学习需要。

存储设备内存容量16GB（8GB×2）极速运行内存类型DDR43200MHz>硬盘容量512GB>硬盘描述SSD固态硬盘（PCIeNVMe）光驱类型无内置光驱>16GB的内存配置满足一般需求，虽然和台式机相比仍然较小，毕竟16GB一般台式机也就是1块内存条的事情。但是从笔记本的配置上来说可以了。

显卡显卡类型发烧级独立显卡显卡芯片NVIDIAGeForceRTX3050显存容量4GB正常更多4GB显存笔记本>显存类型GDDR6>显卡是这款电脑的特色，RTX3050的4GB显存配置在笔记本的配置中是属于比较高的，这使深度学习模型的运行更有效率。

处理器CPU系列AMDRyzen75000系列>CPU型号AMDRyzen75800HCPU主频3.2GHz最高睿频4.4GHz运行流畅核心/线程数八核心/十六线程多任务运行强二级缓存4MB三级缓存16MB核心代号Zen3>制程工艺7nm功耗70W耗电高对于数据科学来说是比较好的配置，处理器核数比较多，主频也比较高。

存储设备内存容量16GB（8GB×2）极速运行热门游戏本>内存类型DDR43200MHz>插槽数量2xSO-DIMM最大内存容量64GB硬盘容量512GB>硬盘描述SSD固态硬盘>光驱类型无内置光驱>16GB的内存基本上在这个价位的笔记本上属于主流配置，对于数据科学学习来说够用了。

显卡显卡类型发烧级独立显卡显卡芯片NVIDIAGeForceRTX3050Ti显存容量4GB正常更多4GB显存笔记本>显存类型GDDR6>显存位宽128bit>显卡的型号是比较突出的，和上几款相比要高一个档次，应付一般的神经网络训练完全够用。当然不用把笔记本电脑去和台机比。

3.高性价比配件对笔记本电脑来说，如果用于工作站的话，配一块便携式的屏幕做双屏也是不错的选择之一，在显示屏上推荐的是几款品牌比较好的便携式屏幕，淘宝上还有很多更便宜的，这个完全取决于个人的需要。

外接的键盘和鼠标推荐是采用蓝牙的连接方式，因为考虑到供笔记本电脑用的，笔记本电脑的插口有限，能够节省一个就节省一个。

电子记事本也是可以考虑的配件之一，作为日常的记录用，电子记事本的价格和性能的差异都比较大，选择最适合自己的就好，毕竟核心的作用是记录，而不是说作为平板或者其他用途。