1樓：電競蕭邦
首先，你正規是買不到公版的。其次，猛禽和萬圖師乙個是頂級非公乙個是丐版，但是效能差距不會超過百分之10，主要差距在執行時的溫度還有能否超頻。
再回到深度學習，你的需求應該是顯示卡能長時間穩定執行而不是發燒玩家的什麼超頻。所以超頻對你來說無用。再者同樣作為3090，視訊記憶體一樣大，深度學習視訊記憶體比核心重要，所以也不用看效能差距了，上面說到，不會超過10%。
最後，像我跑cv，rog跑3天零5個小時，萬圖師3天零10個小時，你覺得有區別嗎。
退一步說，猛禽3090目前在某東第三方奸商炒到了2萬以上，自營沒貨，我多出來的錢我再買倆二手2080ti並行跑模型不是更快？
當然你說我平時還得打個遊戲，需要我的機箱有個rgb，可以無視上方的三段話。當然，如果你是初學者，或者不是研究這個的只是玩玩，不是實驗剛需，我直接建議你不買，買回來跑個minist cifar10就去打遊戲去了犯不著，買個3070都夠了。不要衝動消費。
最後，如果放宿舍，很有可能跳閘
深度學習在特徵選擇方面如何應用？
akon 基本的搜尋策略按照特徵子集的形成過程可分為以下3種 全域性最優 隨機搜尋和啟發式搜尋.乙個具體的搜尋演算法會採用兩種或多種基本搜尋策略,例如遺傳演算法是一種隨機搜尋演算法,同時也是一種啟發式搜尋演算法.完全搜尋分為窮舉搜尋 Exhaustive 與非窮舉搜尋 Non Exhaustive ...
深度學習或強化學習在組合優化方面有哪些應用？
苦中作樂tttt 其實很多基本組合問題用trick加很好的heuristic,可以優化很好了。當然實際應用中的組合優化問題，可能結構或者限制更複雜，許多漂亮的trick用不了或者對數學要求太高了。退而求其次，如果想稍微通用或者懶一點，可以考慮上神經網路。整數優化求解器的樹搜尋模組，比較重要的是pri...
深度學習在量化投資方面都有哪些可以借鑑應用的地方？如何結合一些策略方法？
黃雲龍 可以用CNN或者RNN來開發量價類因子。前公司有同事做過，回測效果非常好，多空年化60 年化夏普10。不過機器學習最大問題就是過擬合，未來假設效果不好，能堅持麼?怎麼找問題都不知道。建議先做簡單的線性模型，用來賺錢足以。如果已經玩轉線性模型，賺了不少錢，拓展下機器學習的模型，是極好的。聽說國...