给你的笔记本计算机推荐-20200508

1. 联想拯救者R7000 2020与Y7000 2020

主要推荐配置：

• i7-10750H/16G/512G SSD/ RTX 2060 ￥ 8099.00

• Y7000P(2020)： i7-10750H/16G/1TB SSD/ RTX 2060 ￥ 8699.00

  
  
  R7000与Y7000外观
  
  

  优点：2020年5月7日发布，性能在目前而言是最强的，适合我等做ML的人使用。性价比亦较高。
  缺点：外观非常的男性化，因为产品定位主要就是这一类群体。体积大，重量较大。

2. 联想LEGION Y9000X(2019)

Y9000X 英特尔酷睿i7 15.6英寸高性能标压轻薄笔记本

• 九代英特尔酷睿i7-9750H/15.6英寸/16G/1T SSD/ 集成显卡/深空灰 ¥ 8699.00

  
  
  Y9000X
  
  

  去年的产品，采用第九代（上一代）酷睿处理器

优点：轻薄！因为Y9000X机内是没有独立显卡的，对散热要求较低。商务风，有一些的Think Pad的气质。
缺点：正是因为缺少显卡，对于机器学习从业者是有所阻碍的。可能所有的train都需要在服务器上运行。
另外，注意到8699元的价格与刚刚发布的2020版Y7000P最高配置是相同的。Y9000X与之比较的主要优点就是轻薄，但是CPU与之相比较差。如果是我会考虑刚刚发布的Y7000P(2020)。

3. Surface Book 3
   ……我不想介绍了，因为最低售价从1.3万开始，性价比极低。

4. 不推荐MacBook系列，因为MacBook除了MacOS的生态环境不如其他Linux 发行版和Windows以外，搭载的都是AMD的显卡，不适合深度学习。

5. 小结

针对你的需求，目前我所能想到的最合适配置就是上述1，2两个系列。目前的神经网络模型都非常大型，所以在笔记本移动端可以推荐的显卡只有RTX2060或GTX1660/GTX1650。其他的联想小新Pro等机型虽然性价比较高，亦较为轻薄。所搭载的MX350等显卡只有2GB显存，对于机器学习毫无用处，如果推荐给你并且你买了，那么最终你还是要用服务器来进行训练，这样就完全没有意义了，还不如用Y9000X。
老实说，既然做机器学习，就必须有性能。如果在笔记本上进行计算，显卡就必须比较好，那么就导致比较重。世界上是没有所有好处都占的好事的。

以上内容只是简略介绍一下我的想法，搭载GTX1650等4GB显存的显卡的机型我都没有推荐。因为我正在使用4GB显存的GTX960M显卡做YOLO v2网络的毕业设计，4GB显存是举步维艰的，6GB的RTX 2060和GTX 1660Ti好一些。你如果认为4GB显存的显卡也可以接受，那么会有更多的选择。我会再推荐。