游戲本可以編程嗎，為什么很多程序員使用thinkpad而不是同等價位的游戲本呢？
Thinkpad的本子還是不錯的，做工精良，穩(wěn)定性好，經久耐用，專業(yè)范十足。所以很多公司程序員、商務人士配的都是這個系列產品。本人06年也買過一臺，至今還沒有壞，放在家里給老人玩玩斗地主，聽聽戲。
我的世界是一款什么游戲？
好游戲
能夠使用AI軟件的筆記本電腦要求什么配置？
謝邀，這方面W君還是有一點點涉獵的。如果是使用一般的AI軟件，那么普通的筆記本只要配置不太低就都可以使用了。
但如果要使用筆記本電腦作人工智能的開發(fā)工作或者機器學習的訓練工作，那么一般的筆記本就有點難以勝任了。雖然人工智能已經普遍應用在各個領域上，但作為開發(fā)平臺上來說還是有一些通用性的。
簡單說下人工智能開發(fā)環(huán)境，目前主流的開發(fā)環(huán)境主要是構建一個機器學習的訓練集，通過對AI進行訓練達到建立AI處理能力的目的。例如傳統(tǒng)范例里面的貓狗識別，就是將大量的貓和狗的圖片交由計算機建立的卷積神經網絡進行處理。通過不斷的學習過程，建立一個處理貓狗不同特點的AI內核。但其實這個內核里面是如何處理的基本上沒有幾個人能說明清晰——因此，機器學習的過程在AI領域內被戲稱為“煉丹”。
當然，“煉丹”得有“丹爐”。這個丹爐就是計算機系統(tǒng)了。通常的來講，卷積神經網絡模型的深度學習系統(tǒng)是將一個問題進行拆分簡單化處理。
這樣到最后的處理過程就形成了很多的碎片化處理模型。這些模型數量很多，但處理計算要求極低。因此就帶來了一個很有意思的問題，CPU在處理這些小碎片的時候基本上不占用CPU過多的實際處理時間，而幾千萬甚至幾百億的小碎片不斷的在CPU中來回加載就占據了太多的處理時間。通常家里用的計算機是4核CPU，這樣最多同時處理4個“小碎片”。基本上是一種順序的（串行的）處理方式，這樣處理效率就很低了。
而機器學習的框架更多的是基于tensorflow、CAFFE、Keras等等框架的，這些框架大部分支持Cuda（Nvidia的深度學習架構集），要注意Cuda是Nvidia的產品。主要是利用顯卡的CPU計算單元進行處理的，這些顯卡中的計算單元有計算能力，并且一個顯卡中現在有上千個計算單元，因此處理深度學習的能力要大大強于CPU（高幾百倍）。
因此，選擇一個筆記本要進行AI的開發(fā)工作那么最首要的一個特點就是需要筆記本內集成一個Nvidia的顯卡，而且是越多處理單元越好。
通常這類筆記本上都帶有一個Nvidia的LOGO，如圖：
從配置上將那么就是越多的顯示計算核心越好了，價格自然也就越來越貴了。
當然這個是一個基本路數，如果借助于AMAZON的S3云計算或者現在很火的百度云、騰訊云等等在線云計算工具可以不使用昂貴的筆記本電腦，以AMAZON的S3云機器學習來舉例，每個小時的計算需要花費0.42美元，這樣一個8小時的計算也就幾十塊錢的費用。其實這樣比購買更貴的筆記本電腦更劃算一些。
以上就是關于游戲本可以編程嗎和為什么很多程序員使用thinkpad而不是同等價位的游戲本呢的相關問題解答，希望對你有所幫助。