[菜單] 50K 深度學習機

看板PC_Shopping作者 (ultimateDan)時間4年前 (2019/11/17 09:01), 4年前編輯推噓21(21推 0噓 64→)
留言85則, 26人參與, 5年前最新討論串1/3 (看更多)
可參考本板菜單(20191105) https://www.ptt.cc/bbs/PC_Shopping/M.1481269090.A.A10.html 已買/未買/已付訂金（元）： 預算/用途：50K / Python Scikit-learn Tensorflow CPU (中央處理器)：AMD Ryzen5 3600X MB (主機板)：ASUS STRIX X470-F GAMING RAM (記憶體)：Micron Crucial Ballistix Sport LT DDR4-3200-32G(16G*2) VGA (顯示卡)： SSD (固態硬碟)：ADATA XPG SX8200 PRO 1TB/M.2 PCIe 2280 HDD (硬碟)： DVD-RW (燒錄機)： PSU (電源供應器)：Corsair RM650x 650W CHASSIS (機殼)：Fractal Design Meshify C-Dark TG MONITOR (螢幕)： Mouse/KB (鼠鍵)： 其它 (自填)： 總價 (未稅/含稅)：25188 板上的ML機都是i皇的，不過AMD真得香炸啊啊啊，不知道這樣配行不行 GPU目前是全新2080s(EVGA RTX2080 SUPER XC/25K)和二手2080Ti(~30K)在選，有推薦的嗎？到底要不要多花5K買Ti 另外這是上課用的，所以希望半年後能夠好賣、不要賠太多QQ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.168.246.34 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1573952490.A.33C.html
推
11/17 09:02, 4年前 , 1F
半年後能夠好賣??
11/17 09:02, 1F
※ 編輯: ultimateDan (1.168.246.34 臺灣), 11/17/2019 09:06:07
→
11/17 09:06, 4年前 , 2F
上課用隨便買啦不用到2080，你上課會用很多資料？
11/17 09:06, 2F
推
11/17 09:09, 4年前 , 3F
是沒什麼問題
11/17 09:09, 3F
→
11/17 09:12, 4年前 , 4F
vram的話徵1080ti也是個選擇 或是賭賭乳摸的新卡
11/17 09:12, 4F
→
11/17 09:33, 4年前 , 5F
顯卡掉價最快
11/17 09:33, 5F
推
11/17 09:43, 4年前 , 6F
既然想要再出掉那就別買二手零件了
11/17 09:43, 6F
→
11/17 10:06, 4年前 , 7F
上課不是用筆電比較好嗎
11/17 10:06, 7F
推
11/17 10:32, 4年前 , 8F
上課用筆電就嚇嚇叫了 進碩班要研究再考慮 不過通常
11/17 10:32, 8F
→
11/17 10:32, 4年前 , 9F
老闆也會出錢
11/17 10:32, 9F
推
11/17 10:37, 4年前 , 10F
收個二手1080ti不錯
11/17 10:37, 10F
→
11/17 10:41, 4年前 , 11F
筆電根本跑不動
11/17 10:41, 11F
→
11/17 10:41, 4年前 , 12F
現在用2060 train 一次要12hr
11/17 10:41, 12F
→
11/17 10:59, 4年前 , 13F
這門課的成本也太高XD
11/17 10:59, 13F
→
11/17 10:59, 4年前 , 14F
都快跟學費一樣了
11/17 10:59, 14F
推
11/17 11:49, 4年前 , 15F
顯卡要選ram多的
11/17 11:49, 15F
推
11/17 12:05, 4年前 , 16F
系上或實驗室沒有伺服器嗎QQ
11/17 12:05, 16F
→
11/17 12:06, 4年前 , 17F
如果是大學部的，找個有伺服器的lab
11/17 12:06, 17F
→
11/17 12:06, 4年前 , 18F
說要做專題XD
11/17 12:06, 18F
→
11/17 12:07, 4年前 , 19F
如果只用一學期，覺得用租的應該不錯
11/17 12:07, 19F
推
11/17 14:40, 4年前 , 20F
上課用2060來跑還要12小時，有點誇張，是跑圖片嗎？
11/17 14:40, 20F
→
11/17 14:42, 4年前 , 21F
預算夠選顯卡記憶體多的
11/17 14:42, 21F
推
11/17 15:20, 4年前 , 22F
應該有實驗室的碩博班學長可以問怎麼組吧
11/17 15:20, 22F
推
11/17 17:22, 4年前 , 23F
是啥米大學部的課這麼硬呀~其他沒錢買硬體的同學
11/17 17:22, 23F
→
11/17 17:22, 4年前 , 24F
要怎麼辦?總有方法可以省一些吧
11/17 17:22, 24F
推
11/17 18:06, 4年前 , 25F
google colab是你的好幫手
11/17 18:06, 25F
→
11/17 18:18, 4年前 , 26F
3600x+x470f記得拿高興價 其他沒什麼問題了 跑深度
11/17 18:18, 26F
→
11/17 18:18, 4年前 , 27F
的話拿2080ti吧
11/17 18:18, 27F
推
11/17 18:19, 4年前 , 28F
台大的ml就這麼硬啊，是說選個vram大的，如果之後
11/17 18:19, 28F
→
11/17 18:19, 4年前 , 29F
還要往這邊走會方便很多
11/17 18:19, 29F
→
11/17 20:53, 4年前 , 30F
都半個學期了怎麼才在煩惱這個
11/17 20:53, 30F
→
11/17 20:53, 4年前 , 31F
DL整個流程一次只要12小時已經很快了
11/17 20:53, 31F
→
11/17 20:53, 4年前 , 32F
DL的特性就像是生物做實驗，藥劑倒下去不管怎樣明天
11/17 20:53, 32F
→
11/17 20:53, 4年前 , 33F
才知道結果，只是不用睡實驗室顧著機器
11/17 20:53, 33F
→
11/17 20:53, 4年前 , 34F
NN被叫做黑盒子不是沒有原因的，這是現代煉金術
11/17 20:53, 34F
→
11/17 20:53, 4年前 , 35F
這組參數丟下去會怎樣，等一天兩天一個禮拜之後出爐
11/17 20:53, 35F
→
11/17 20:53, 4年前 , 36F
了再說，頂多有loss acc之類的儀錶給你偷窺，這次烤
11/17 20:53, 36F
→
11/17 20:53, 4年前 , 37F
焦了直接停機
11/17 20:53, 37F
→
11/17 20:53, 4年前 , 38F
別的同學讀書研究老半天這邊改改那邊修修就為了珍惜
11/17 20:53, 38F
→
11/17 20:53, 4年前 , 39F
一天修正一次新參數的練習
11/17 20:53, 39F
→
11/17 20:53, 4年前 , 40F
結果你現在才學校作業而已就想砸兩學期學費用頂極GP
11/17 20:53, 40F
→
11/17 20:53, 4年前 , 41F
U來碾壓
11/17 20:53, 41F
→
11/17 20:53, 4年前 , 42F
那給你真的實戰等級的應用怎麼辦？靠老爸當保人跟銀
11/17 20:53, 42F
→
11/17 20:53, 4年前 , 43F
行融資兩年的營業額買個datafarm給你嗎？
11/17 20:53, 43F
→
11/17 20:53, 4年前 , 44F
不過也不一定不好啦，現在的小朋友寫code每打一行就
11/17 20:53, 44F
→
11/17 20:53, 4年前 , 45F
compile直接看syntax
11/17 20:53, 45F
→
11/17 20:53, 4年前 , 46F
教授小時候排隊上機少一個分號就下禮拜再來，每一次
11/17 20:53, 46F
→
11/17 20:53, 4年前 , 47F
提交的結果都是精雕細琢小心再小心的
11/17 20:53, 47F
→
11/17 20:53, 4年前 , 48F
哪個學得比較好，可能也無從比較
11/17 20:53, 48F
→
11/17 21:42, 4年前 , 49F
不是啊12hr只是每週作業啊
11/17 21:42, 49F
→
11/17 21:42, 4年前 , 50F
期中project老師自己都說用2080Ti要Train 2天了叫
11/17 21:42, 50F
→
11/17 21:42, 4年前 , 51F
大家要be patient
11/17 21:42, 51F
→
11/17 22:05, 4年前 , 52F
那看來老師就真的是字面上地在教你們什麼叫be patie
11/17 22:05, 52F
→
11/17 22:05, 4年前 , 53F
nt
11/17 22:05, 53F
→
11/17 22:05, 4年前 , 54F
兩年前紅起來的cycleGAN，由四個子網路組成，我記得
11/17 22:05, 54F
→
11/17 22:05, 4年前 , 55F
當時我用1080Ti跑完他們paper建議的200個epoch要「
11/17 22:05, 55F
→
11/17 22:05, 4年前 , 56F
兩個禮拜」
11/17 22:05, 56F
→
11/17 22:05, 4年前 , 57F
到了學期project也才要兩天而已
11/17 22:05, 57F
→
11/17 22:05, 4年前 , 58F
另外問一下老師是什麼時候公佈project內容的，然後
11/17 22:05, 58F
→
11/17 22:05, 4年前 , 59F
他有沒有特別強調這種課的特性不能拖到deadline前才
11/17 22:05, 59F
→
11/17 22:05, 4年前 , 60F
開始做
11/17 22:05, 60F
→
11/18 02:18, 4年前 , 61F
差不多了啦
11/18 02:18, 61F
→
11/18 07:04, 4年前 , 62F
沒錢的同學真可憐
11/18 07:04, 62F
→
11/18 08:23, 4年前 , 63F
鈔能力真的好用，用金錢來省時間很ok
11/18 08:23, 63F
推
11/18 08:31, 4年前 , 64F
鈔能力能解決的都算小事啦
11/18 08:31, 64F
→
11/18 08:31, 4年前 , 65F
DL本來就是口袋深度機
11/18 08:31, 65F
推
11/18 11:52, 4年前 , 66F
為啥有人那麼氣阿==
11/18 11:52, 66F
推
11/18 12:48, 4年前 , 67F
數學系出身的根本不覺得dl是黑盒子，統計代數學好這
11/18 12:48, 67F
→
11/18 12:48, 4年前 , 68F
很簡單
11/18 12:48, 68F
推
11/18 15:51, 4年前 , 69F
上面是在氣啥？
11/18 15:51, 69F
推
11/18 18:05, 4年前 , 70F
黑盒子不只是說原理吧 分別還有指為什麼model要這
11/18 18:05, 70F
→
11/18 18:05, 4年前 , 71F
樣搭建 而不是用經驗法則
11/18 18:05, 71F
→
11/18 18:05, 4年前 , 72F
還有裡面每一層分別在做什麼
11/18 18:05, 72F
推
11/19 01:32, 4年前 , 73F
3600x+x470f+rm650x有高興組合可以點 顯卡就看你會
11/19 01:32, 73F
→
11/19 01:32, 4年前 , 74F
不會在意二手卡不然這兩張我選2080Ti光顯存就多3G
11/19 01:32, 74F
推
11/19 12:49, 4年前 , 75F
上課用？？ 你上課作業是比賽等級的，colab 跟 kagg
11/19 12:49, 75F
→
11/19 12:49, 4年前 , 76F
le都有免費gpu可以用，如果真的要買1660 6g就行了，
11/19 12:49, 76F
→
11/19 12:49, 4年前 , 77F
除非你想打比賽或錢多多
11/19 12:49, 77F
推
11/19 18:01, 4年前 , 78F
3600X+X470F有組合可以選,顯卡可以上2手的
11/19 18:01, 78F
推
01/04 17:35, 5年前 , 79F
臺大的cs的課很多project沒有資源真的會很痛苦
01/04 17:35, 79F
→
01/04 17:36, 5年前 , 80F
而且ML、DL通常project都打類似kaggle比賽的
01/04 17:36, 80F
→
01/04 17:37, 5年前 , 81F
你沒有gpu就準備被電歪，成績直接ranking排下來
01/04 17:37, 81F
→
01/04 17:38, 5年前 , 82F
然後我2080而已，train cycle gan 兩百個epoch三四
01/04 17:38, 82F
→
01/04 17:38, 5年前 , 83F
天差不多
01/04 17:38, 83F
→
01/04 17:39, 5年前 , 84F
當然實驗室有2080ti更爽更快，有的batch size你2080
01/04 17:39, 84F
→
01/04 17:39, 5年前 , 85F
吃不下，Ti都爽爽碾壓
01/04 17:39, 85F
‣ 更多 ultimateDan 的文章
文章代碼(AID): #1Tq9lgCy (PC_Shopping)
‣ 更多 ultimateDan 的文章
文章代碼(AID): #1Tq9lgCy (PC_Shopping)