很多深度学习入门者或多或少对计算机的配置需求有一些疑惑。入门的硬性需求是什么，应该买什么样的电脑，什么样的显卡比较适合，自己的笔记本可以使用吗等等问题。这些问题之前我也有很多疑惑，现在总结了下，为大家稍微讲解一下所需要的配置，以及推荐清单。
正文其实配置可以一句话概括：足够即可，你什么样的需求就用什么样的配置。
代码语言：javascript复制下图为海盗船中塔机箱32g内存i7-7800x、512ssd+2T配置，预留四张显卡位。
但是我们大多数人会这样想，肯定是配置越高越好，因为人的欲望是无止境的嘛，即使我们可能用不了那么多的显存我们也会想要买买买，所以….唯一限制我们的只有资金了。
提到资金，首先要了解自己的定位，是学生，本科生研究生，还是工作人员。
本科生的话，没有学校导师的资助，自己花钱搭配一个深度学习工作站还是比较吃力，可以考虑使用云服务器。如果是研究生或者工作人员的话，利用学校或者公司通过报销来解决。
显卡做深度学习最终要的就是显卡，显卡的选择可谓老生常谈，Nvidia公司在深度学习这块几乎进行了统治。显卡分为专门的计算卡和游戏卡（也可以叫为服务器显卡和消费级显卡）。
计算卡即英伟达专门对服务器级别提供的高性能支持并行多用户的显卡，比如Tesla V100、Tesla P100、Tesla P40、Tesla M40等，这种显卡一般为大企业使用，比如阿里云、腾讯云和美团云的GPU云服务器就是使用这些显卡。这类显卡有个显著特点：贵。便宜的一张的价格10w多起步。这里我们不进行讨论。
我们一般讨论的是游戏卡，也就是GeForce系列，例如NVIDIA TITAN V、NVIDIA TITAN X、GeForce GTX 1080 Ti、GeForce GTX 1070、GeForce GTX 1060。这些显卡就是我们进行深度学习所使用的显卡，单张或多张。
我这里给的建议是：1060 6g入门、1070 8g比赛、1080ti 11g研究。显卡的显存很重要，比如同样一张显卡1060 6g比1060 3g的优势就很明显，因为显存大了3g，可以跑更深权重