一份来自 Towards AI 的关于机器学习、数据科学和深度学习的最佳笔记本电脑。在预算范围内,入手最适合的笔记本。
-
处理器:Intel Core i7–9750h ,最高 4.5 GHz
-
内存:16 GB DDR4
-
硬盘:256 GB NVMe SSD
-
GPU:NVIDIA GeForce RTX 2060 6 GB
-
计算能力:7.5
-
端口:1x HDMI 2.0、1x USB 3.1 Type-C、2x USB 3.1、1x USB 2.0
-
操作系统:Windows 10
-
重量:4.85 磅 (约 2.2kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080
-
网络传输:WiFi 802.11ax、千兆局域网 (以太网)、蓝牙
-
续航时间:平均约 4 小时
-
处理器:AMD Ryzen 7–4800H ,最高 4.2 GHz
-
内存:8GB RAM DDR4 SDRAM
-
硬盘:512 GB SSD
-
GPU: NVIDIA GeForce RTX 2060 6 GB
-
计算能力:7.5
-
端口:1xHDMI 2.0、1xUSB 3.1、1xUSB 3.2 Gen 2
-
操作系统:Windows 10
-
重量:5.07 磅 (约 2.3kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,屏幕刷新率 60Hz
-
通讯:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i7–10750H,最高 5 GHz
-
内存:64GB RAM DDR4 SDRAM
-
硬盘:1TB NVMe SSD、2 TB HDD
-
GPU:NVIDIA GeForce RTX 2070 8 GB
-
计算能力:7.5
-
端口:1x HDMI 2.0、1x Thunderbolt 3、1x USB-A 3.2、2x USB 2.0
-
操作系统:Windows 10 Pro 64 位
-
重量:5.14 磅 (约 2.33kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i7–10750H,最高 5 GHz
-
内存:64GB RAM DDR4 SDRAM
-
硬盘:1TB SSD
-
GPU:NVIDIA GeForce RTX 2070 8 GB Max-Q
-
计算能力:7.5
-
端口:1x HDMI 2.0、1x Thunderbolt 3、1x USB-A 3.2、2x USB 2.0
-
操作系统:Windows 10 Pro 64 位
-
重量:5.18 磅 (约 2.35kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i7–9750H,最高 4.5 GHz
-
内存:64GB RAM SODIMM
-
硬盘:2TB NVMe SSD
-
GPU:NVIDIA GeForce RTX 2070 8 GB
-
计算能力:7.5
-
端口:1x HDMI、1x Thunderbolt 3、2x USB 3.1、1x USB 3.1 Gen 2
-
操作系统:Windows 10 Pro 64 位
-
重量:4.2 磅 (约 1.9kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i9 10980 HK,最高 5.30 GHz
-
内存:64GB RAM DDR4
-
硬盘:1TB PCIe SSD, 512 GB PCIe SSD
-
GPU:NVIDIA GeForce RTX 2080 Super Max-Q 8GB
-
计算能力:7.5
-
端口:1x HDMI、1x Thunderbolt 3、1x USB-C、2x USB 3.2
-
操作系统:Windows 10 Pro 64 位
-
重量:4.6 磅 (约 2.08kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i9 10980 HK,最高 5.30 GHz
-
内存:64GB RAM DDR4
-
硬盘:2TB PCIe SSD
-
GPU:NVIDIA GeForce RTX 2070 Super Max-Q 8GB
-
计算能力:7.5
-
端口:1x HDMI、1 mini Display Port 2、2x USB-C、2x USB 3.2
-
操作系统:Windows 10 Pro 64 位
-
重量:5.25 磅 (约 2.38kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i7–10750H,最高 5GHz
-
内存:64GB RAM DDR4
-
硬盘:1TB NVMe SSD
-
GPU:NVIDIA Quadro RTX 3000 6GB
-
计算能力:7.5
-
端口:1x HDMI、1x USB 3.2 Type-C、1x USB 3.2 Type-A、2x USB 3.1
-
操作系统:Windows 10 Pro 64 位
-
重量:4.85 磅 (约 2.2kg)
-
屏幕:15.6 英寸、分辨率 1920 x 1080
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i7–10875H,最高 5.1 GHz
-
内存:64GB RAM DDR4
-
硬盘:1TB NVMe SSD
-
GPU:NVIDIA RTX 2080 Super Max-Q 8GB
-
计算能力:7.5
-
端口:1x HDMI、1x Thunderbolt 3、1USB 3.1 Gen 2、2x USB 3.1
-
操作系统:Windows 10 Pro 64 位
-
重量:3.82 磅 (1.73kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac,千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i7–10875H,最高 5.1 GHz
-
内存:64GB RAM DDR4
-
硬盘:2TB NVMe SSD
-
GPU:NVIDIA RTX 2070 8GB
-
计算能力:7.5
-
端口:1x HDMI、1USB 3.2 Gen 2 Type C、3x USB 3.2 Type-A
-
操作系统:Windows 10 Pro 64 位
-
重量:5.3 磅(2.4kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:约 5 小时
-
处理器:Intel Core i9–10875H,最高 4.8 GHz
-
内存:16GB RAM DDR4
-
硬盘:1TB NVMe SSD
-
GPU:AMD Radeon Pro 5500M 4 GB
-
计算能力:7.5
-
端口:4 个 Thunderbolt 3 (USB-C)
-
操作系统:Mac OS
-
重量:4.3 磅(1.95kg)
-
屏幕:15.6 英寸,分辨率 1920 x 1080,刷新率 144Hz
-
网络传输:WiFi 802.11ac、千兆局域网 (以太网)、蓝牙
-
续航时间:7–11 小时
<section data-brushtype="text" style="padding-right: 0em;padding-left: 0em;white-space: normal;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;widows: 1;word-spacing: 2px;caret-color: rgb(255, 0, 0);text-align: center;"><strong style="color: rgb(0, 0, 0);font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;font-size: 14px;"><strong style="font-size: 16px;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;">—</span></strong>完<strong style="font-size: 16px;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;font-size: 14px;"><strong style="font-size: 16px;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;">—</span></strong></span></strong></span></strong></section><pre><pre><section style="letter-spacing: 0.544px;white-space: normal;font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;"><section powered-by="xiumi.us"><section style="margin-top: 15px;margin-bottom: 25px;opacity: 0.8;"><section><section style="letter-spacing: 0.544px;"><section powered-by="xiumi.us"><section style="margin-top: 15px;margin-bottom: 25px;opacity: 0.8;"><section><section style="margin-bottom: 15px;padding-right: 0em;padding-left: 0em;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 25.5938px;letter-spacing: 3px;text-align: center;"><span style="color: rgb(0, 0, 0);"><strong><span style="font-size: 16px;font-family: 微软雅黑;caret-color: red;">为您推荐</span></strong></span></section><p style="margin: 5px 16px;padding-right: 0em;padding-left: 0em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;">深度学习框架简史:未来十年迎来黄金时期<br /></p><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;">吃透空洞卷积(Dilated Convolutions)<br /></section><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;"><span style="font-size: 14px;">13个算法工程师必须掌握的PyTorch Tricks</span></section><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;"><span style="font-size: 14px;">吴恩达上新:生成对抗网络(GAN)专项课程</span></section><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;">从SGD到NadaMax,十种优化算法原理及实现</section></section></section></section></section></section></section></section></section>
本篇文章来源于: 深度学习这件小事
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
内容反馈