一点选笔记本电脑的经验：配置全+可拓展

一方面，数据量很大，而且在的清理数据时内存会成倍增加占用（不信用 Python 试试 data.groupby(\'variable\').transform(lambda X: len(X)))；另一方面，如果涉及神经网络等内容，对电脑的显卡也会提出要求。再者，办公时经常要做展示或者连接工作台，这对笔记本的可拓展性也提出要求。因此，最近越来越感觉到一台适合办公的电脑很重要。

我自己的经验是要首先实用，在关键场合不能掉链子，不然损失巨大，之后才会考虑设计、颜色等等。具体而言，以下几点感觉很重要：

1. 配置全：大固态硬盘+大内存+独立显卡。

固态硬盘：是快速存储和读取大数据的关键，很多数据我不放心只放在云端或者远程电脑上，因为那会把办公效率交给网速，而且做子样本实验在自己的电脑上最方便，我的情况感觉至少 1T 才能满足日常需求。

大内存：一般数据处理都是先读进内存再进行处理，所以内存决定了能处理多大数据，那么重要性就不言而喻了，我觉得至少 20G 才能满足需求。

独立显卡：有人会觉得“不玩游戏就没用”。非也！显卡是一个专门用来大数据量计算的芯片，所以大数据计算放到显卡上效率更高，如果要涉及深度学习神经网络，往往参数数量会达到百万甚至亿级，一般都会用显卡来加速运算（可以去 pytorch官网学习如何给数据流配置显卡）我认为独立显卡就行，不一定非得很顶级，2-4G 显存即可，仅用来小样本测试（大样本大模型八成得上服务器）

2. 可拓展性强
办公电脑经常要连接投影、插 U 盘等等，如果不能适应多重场景可能在关键场合造成巨大损失。所以我觉得电脑一定要可接：Type C，有线耳机，HDMI，USB3.0，插口越多越好，可以多接屏幕

3. 便携。
别太大、太笨重，背着包到处跑万一摔了不会影响事情。

4. 设计、美观
看自己的偏好。

（我的电脑是两年前配的 Thinkpad T14，2T固态，i7CPU，40G 内存，4G 独显，性价比偏低，但很稳定耐摔打，最近在处理多重办公的时候，越来越感觉帮到了我很多）

个人观点，仅供参考～

#博士生日常 #金融 #LSE