0%

组件 考虑因素 示例规格
处理器(CPU) 多核心、高频率 Intel Core i7/i9 或 AMD Ryzen
图形处理器(GPU) CUDA支持、Tensor Core支持 NVIDIA GeForce RTX 或 Quadro
内存(RAM) 大容量,至少16GB 16GB/32GB/64GB
存储(SSD/HDD) 快速读写、至少512GB SSD 512GB/1TB SSD
散热系统 良好的散热设计 多风扇、高效散热管
电池寿命 长续航 根据具体型号而定
屏幕 高分辨率、色彩准确 4K、高色域
操作系统 支持深度学习框架 Linux/Windows/macOS
预算 根据预算选择配置 根据个人预算
品牌和型号 根据品牌偏好和用户评价选择 Dell XPS、Lenovo ThinkPad等

以下是一些常见用于深度学习的笔记本及其配置的表格整理:

笔记本型号 处理器 内存 存储 GPU 屏幕 价格范围 备注
宏碁 Nitro 5 Intel Core i7-9750H 16GB DDR4 256GB NVMe SSD NVIDIA GeForce RTX 2060 6GB 15.6” 1920x1080 约 $1000以下
华硕 TUF AMD Ryzen 7-4800H 8GB DDR4 512GB SSD NVIDIA GeForce RTX 2060 6GB 15.6” 1920x1080 约 $1000以下
微星 CUK GP65 Leopard Intel Core i7-10750H 64GB DDR4 1TB NVMe SSD, 2TB HDD NVIDIA GeForce RTX 2070 8GB 15.6” 1920x1080 约 $2000以下
戴尔 G5 旗舰版 Intel Core i7-10750H 64GB DDR4 1TB SSD NVIDIA GeForce RTX 2070 8GB Max-Q 15.6” 1920x1080 约 $2000以下
Eluktronics MAX-17 Intel Core i7-10875H 64GB DDR4 1TB NVMe SSD NVIDIA RTX 2080 Super Max-Q 8GB 15.6” 1920x1080 约 $3000以下
联想 Legion 7i Intel Core i9 10980 HK 64GB DDR4 1TB PCIe SSD, 512GB PCIe SSD NVIDIA GeForce RTX 2080 Super Max-Q 8GB 15.6” 1920x1080 约 $4000以下
Apple MacBook Pro(16-inch) Intel Core i9–10875H 16GB DDR4 1TB NVMe SSD AMD Radeon Pro 5500M 4 GB 15.6” 1920x1080 价格未提供 适合喜欢Mac OS的用户,不太依赖GPU
华硕天选4 4060 具体配置未提供 具体配置未提供 具体配置未提供 NVIDIA GeForce RTX 4060 具体配置未提供 具体价格未提供 适合寻求轻薄设计和卓越游戏性能的用户,尤其是二次元文化爱好者

请注意,以上价格范围和配置可能会因市场变化和不同地区而异。在购买之前,建议检查最新的产品信息和用户评价。

以下是一些常见用于深度学习的台式机配置的表格整理:

组件 推荐配置 备注
CPU Intel i7-6850K 或 AMD Ryzen系列 根据预算和核心需求选择合适的CPU型号
GPU NVIDIA GeForce RTX 3080 或更高 显存至少6GB,支持CUDA,用于深度学习训练和推理任务
内存(RAM) 至少16GB DDR4,推荐32GB或更高 容量大于GPU显存,有助于处理大型数据集
存储(SSD/HDD) SSD推荐NVMe协议,容量不小于500GB;HDD根据需求选择 SSD提供更快的数据读写速度,对深度学习任务有益
主板 确保支持所选CPU和足够PCIe插槽 根据是否需要多GPU配置选择合适的主板
电源(PSU) 根据GPU和CPU功率选择,例如单卡配置850W以上 确保电源能够满足所有硬件的供电需求,留有适当余量
散热系统 风冷或水冷,根据CPU和GPU的散热需求选择 良好的散热系统对保持系统稳定运行至关重要
机箱 确保机箱空间足够容纳所有硬件,特别是GPU 机箱需提供足够的空间和散热能力
显示器 根据需要选择,多显示器可以提高工作效率 至少需要一个显示器进行系统操作和监视
网卡 主板自带千兆网卡 如果需要组建多机多卡集群,请联系供应商咨询专业解决方案

在选择配置时,需要考虑当前硬件的市场价格以及个人或实验室的预算。深度学习任务对GPU的依赖较大,因此GPU的选择非常关键。同时,CPU、内存和存储的选择也需要满足数据处理和模型训练的需求。以上表格中的配置仅供参考,具体配置可能会根据市场变化和个人需求有所不同。在购买之前,建议检查最新的产品信息和用户评价。

以下是一些常见的深度学习服务器配置推荐

  1. 科研类工作站配置

    • 处理器:Intel第9代或10代至尊处理器,核心数从6核到18核不等。
    • 内存:从32GB到256GB DDR4。
    • 存储:组合了SSD和SATA硬盘,容量从960GB SSD到6.4TB P-SSD加150TB并行存储。
    • GPU:支持2到4块NVIDIA RTX系列或Quadro系列GPU卡,具体型号包括RTX2070、RTX2080Ti、Titan RTX和Quadro GV100。
    • 价格范围:从约¥29,990到¥350,000不等。
  2. 高性能类工作站配置

    • 支持5到7块GPU,如RTX2080s、RTX2080Ti、Titan RTX、RTX6000和RTX8000。
    • 处理器:Intel第10代至尊处理器,核心数从12核到18核。
    • 内存/显存:从40GB到240GB。
    • 价格范围:从约¥97,000到¥535,000不等。
  3. 超级类工作站配置

    • 支持8到9块GPU,如RTX8000和QGV100。
    • 处理器:如Xeon金6254,36核3.9GHz。
    • 内存/显存:从384GB到768GB。
    • 存储:高达266TB的并行存储。
    • 价格范围:从约¥199,990到¥999,990不等。
  4. 云服务器推荐

    • 对于初学者或预算有限的用户,云服务器是一个很好的选择。
    • 例如,恒源云提供了多种服务器选项,支持使用代金券进行试用。
  5. 深度学习GPU服务器配置

    • 例如,一体液冷静音塔式服务器TL45,配备了12核心的Intel Xeon Silver 4310 CPU、32GB DDR4 3200MHz ECC REG内存、500GB M.2 NVMe SSD系统盘、8TB SATA数据盘以及NVIDIA Geforce RTX 4090 GPU。
  6. 服务器配置要点

    • 选择企业级CPU,如Intel Xeon或AMD EPYC系列。
    • 系统内存应与GPU内存的比例足够大,以避免GPU等待数据。
    • 网络适配器应为高带宽Ethernet或InfiniBand,以支持多GPU训练。
    • 存储设备推荐使用NVMe SSD,以提供缓存数据,加快训练过程。

以下是一些深度学习服务器的推荐配置表格,包括不同品牌和型号的服务器及其配置:

科研类工作站配置推荐

序号 产品型号 主要配置 FP16半精度性能 显存带宽 显存 理想算法 价格
1 GX380i 14932-SA2X Intel 9th, 6核@4.9GHz/32GB DDR4/2*RTX2070s 36Tops 448GB/s 16GB CNN ¥29,990
2 GX380i 14964-SB2X Intel 9th, 6核@4.9GHz/64GB DDR4/2*RTX2080Ti 54Tops 616GB/s 22GB CNN ¥49,990

高性能类工作站配置推荐

序号 产品型号 主要配置 FP16半精度性能 显存带宽 显存 理想算法 价格
1 GT410P 14696-SB5X Intel 10th Extreme, 10核4.6GHz/96GB DDR4/5*RTX2080s 112Tops 496GB/s 40GB CNN ¥97,000

超级类工作站配置推荐

序号 产品型号 主要配置 FP16半精度性能 显存带宽 内存/显存 理想算法 价格
1 GX630M 237192-MB9X 2Xeon Gold 6234, 16核3.7GHz/192GB DDR4/9RTX2080s 201Tops 496GB/s 40GB CNN ¥199,990
2 GX630M 243192-MB8X 2Xeon Gold 6244, 16核4.3GHz/192GB DDR4/8RTX2080Ti 215Tops 616GB/s 88GB CNN ¥245,000

显卡参数影响

  • 显卡品牌:Nvidia(推荐)、AMD、Intel
  • CUDA数量:核心越多运算能力越强
  • 显存:越大能处理的数据量越多,影响模型大小
  • 位宽:数据传输的并行数据量,影响吞吐量
  • 频率:基础和超频,不同型号的显卡频率差别不大

logo

PyQt-Fluent-Widgets

A fluent design widgets library based on PyQt5

[![Version](https://img.shields.io/pypi/v/pyqt-fluent-widgets?color=%2334D058&label=Version)](https://pypi.org/project/PyQt-Fluent-Widgets) [![Download](https://static.pepy.tech/personalized-badge/pyqt-fluent-widgets?period=total&units=international_system&left_color=grey&right_color=brightgreen&left_text=Downloads)]() [![GPLv3](https://img.shields.io/badge/License-GPLv3-blue?color=#4ec820)](LICENSE) [![Platform Win32 | Linux | macOS](https://img.shields.io/badge/Platform-Win32%20|%20Linux%20|%20macOS-blue?color=#4ec820)]()

English | 简体中文 | 官网

Interface

Install

To install lite version (AcrylicLabel is not available):

1
pip install PyQt-Fluent-Widgets -i https://pypi.org/simple/

Or install full-featured version:

1
pip install "PyQt-Fluent-Widgets[full]" -i https://pypi.org/simple/

If you are using PySide2, PySide6 or PyQt6, you can download the code in PySide2, PySide6 or PyQt6 branch.

The Pro version library contains more advance components. You can download PyQt-Fluent-Widgets-Pro-Gallery.zip from the release page for preview purposes.

C++ QFluentWidgets require purchasing a license from the official website. You can also download the compiled demo C++_QFluentWidgets.zip from the release page.

Warning
Don’t install PyQt-Fluent-Widgets, PyQt6-Fluent-Widgets, PySide2-Fluent-Widgets and PySide6-Fluent-Widgets at the same time, because their package names are all qfluentwidgets.

Run Example

After installing PyQt-Fluent-Widgets package using pip, you can run any demo in the examples directory, for example:

1
2
cd examples/gallery
python demo.py

If you encounter ImportError: cannot import name 'XXX' from 'qfluentwidgets', it indicates that the package version you installed is too low. You can replace the mirror source with https://pypi.org/simple and reinstall again.

Documentation

Want to know more about PyQt-Fluent-Widgets? Please read the help document 👈

License

PyQt-Fluent-Widgets is licensed under GPLv3 for non-commercial project. For commercial use, please purchase a commercial license.

Copyright © 2021 by zhiyiYo.

Video Demonstration

Check out this ▶ example video that shows off what PyQt-Fluent-Widgets are capable of 🎉

Work with Designer

Fluent Client integrates designer plugins, supporting direct drag-and-drop usage of QFluentWidgets components in Designer. You can purchase the client from TaoBao.

Fluent Designer

See Also

Here are some projects based on PyQt-Fluent-Widgets:

Reference

作业1: 绘制风压高度变化系数图表

1. 理解Eurocode 1991-1-4

Eurocode 1991-1-4 是欧洲规范,用于计算风力对建筑物的影响。它提供了风压高度变化系数的计算方法。

2. 推导和计算过程

风压高度变化系数a_z 可以通过以下公式计算:
$$
alpha_z = \frac{v(z)}{v_{ref}}
$$

其中 v(z) 是在高度 ( z ) 处的风速, v_{ref} 是参考高度处的风速。

根据 Eurocode,风速 ( v(z) ) 可以通过以下公式计算:
$$
v(z) = v_{b} \left(\frac{\ln(z/z_0)}{\ln(zh/z_0)}\right)^2
$$

其中:

  • vb 是基本风速
  • z 是高度
  • z0 是粗糙度长度
  • zh 是参考高度

3. 绘图代码

使用 Python 和 matplotlib 库来绘制图表。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import numpy as np
import matplotlib.pyplot as plt

# 参数设置
v_b = 20 # 基本风速 m/s
z0 = 0.1 # 粗糙度长度
zh = 10 # 参考高度
heights = np.linspace(0, 100, 100) # 计算高度

# 计算风速
def wind_speed(z):
return v_b * (np.log(z/z0) / np.log(zh/z0))**2

# 计算风压高度变化系数
alpha_z = wind_speed(heights) / v_b

# 绘图
plt.figure(figsize=(10, 6))
plt.plot(heights, alpha_z, label='Eurocode 1991-1-4')
plt.xlabel('Height (m)')
plt.ylabel('Wind Pressure Coefficient')
plt.title('Wind Pressure Height Variation Coefficient')
plt.legend()
plt.grid(True)
plt.show()

作业2: 计算风荷载及基底剪力和底层弯矩

1. 理解问题

需要计算一栋20层高的建筑物在给定风速下的风荷载、基底剪力和底层弯矩。

2. 计算风荷载

风荷载 ( q ) 可以通过以下公式计算:
$$
q = \frac{1}{2} \rho v(z)^2 C_d
$$

其中:

  • rho 是空气密度(约为 1.225 kg/m³)
  • v(z) 是高度 ( z ) 处的风速
  • C_d 是阻力系数

3. 计算基底剪力和底层弯矩

基底剪力 ( V ) 和底层弯矩 ( M ) 可以通过积分风荷载 ( q ) 来计算。

4. 绘图代码

这里需要具体的建筑物参数和风荷载分布,因此提供一个基本的框架。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 假设参数
rho = 1.225 # 空气密度 kg/m³
C_d = 1.2 # 阻力系数
heights = np.linspace(0, 80, 20) # 建筑物高度

# 计算风荷载
q = 0.5 * rho * (wind_speed(heights)**2) * C_d

# 计算基底剪力和底层弯矩
V = np.trapz(q, heights)
M = np.trapz(heights * q, heights)

print(f"基底剪力: {V} N")
print(f"底层弯矩: {M} Nm")

AI for Grant Writing

实用服务

服务名称 提示工程 快速提示 结构优化 使命对齐 评审标准对齐 标题开发 时间线开发
ChatGPT x x x x x x x
Bard x x x x x x
Grok x x x x
Copilot x x x x x x x
Grammarly x x x x x
Curie x x
DeepL x x x
Midjourney x
Firefly x x x

快速提示

提高文本清晰度

作为非英语母语者,请帮助我修订以下文本以提高理解力和清晰度。请检查拼写和句子结构错误,并提出替代方案。

您对我的文本有何建议以提高清晰度?

请指出我的写作中可能对普通读者难以理解的部分。

使文本更具吸引力

请对我的写作风格提供反馈,我如何使其更具说服力和吸引力,以便吸引资助评审员。
我试图用一个强有力的开头吸引我的读者。您能建议一个更具吸引力的第一句话来从一开始就吸引他们吗?

改进文本结构和流程

我想改进我的特定目标的整体结构。您有什么建议可以更有效地构建它?
您能推荐一种有效的方式来组织我的重要性部分,以突出我们方法的创新方面吗?
请对我的研究策略的流程和顺序提供详细反馈。

与资助机构的使命更好地对齐

我正在申请博士后奖学金。请审查我的结尾段落,并建议如何更好地与美国心脏协会的使命对齐。
我如何更好地使我的提案特别针对这个资助公告中概述的<插入特定标准>来解决<插入资助机会名称>?

与评审标准更好地对齐

我正在申请<插入奖学金名称>。请提供反馈,说明我是如何很好地解决这个评审标准的:<插入特定评审标准>,并提出我遗漏的内容以及如何改进的建议。

开发强有力的资助标题

为将吸引读者的资助提案提出五个潜在标题,同时包含研究问题和提供摘要中的关键元素<插入摘要摘要>

确定提议目标的挑战

帮助确定我的提议目标可能出现的潜在挑战,并提出解决策略<插入特定目标>
<资助公告名称>的评审员可能对我的特定目标有什么问题或担忧?<插入特定目标>

为资助提案制定时间表

协助制定详细的项目时间表和里程碑,以展示我的项目概要和特定目标的可行性<插入项目概要>
请根据这个活动列表<插入活动>为我的职业发展计划制定一个可行的项目时间表<XX个月>,从<XX月>开始。

unet

├── data/ # 存放训练和测试数据集
│ ├── train/ # 训练集图像和标注
│ │ ├── images/ # 训练集图像
│ │ └── masks/ # 训练集标注(分割掩码)
│ └── val/ # 验证集图像和标注
│ ├── images/ # 验证集图像
│ └── masks/ # 验证集标注

├── models/ # 存放模型定义
│ └── unet/ # U-Net模型的具体实现
│ ├── unet_parts.py # U-Net模型的各个部分定义
│ └── unet_model.py # U-Net模型的整体定义

├── utils/ # 存放工具和辅助函数
│ ├── dataset.py # 数据加载和预处理的工具
│ ├── transforms.py # 数据增强和转换的工具
│ └── metrics.py # 评估模型性能的指标

├── train.py # 训练脚本
├── predict.py # 预测脚本
├── evaluate.py # 评估脚本
├── requirements.txt # 项目依赖文件
└── README.md # 项目说明文档


名词解释

  1. 饱和度
  2. CU试验
  3. 孔压系数 B
  4. 固结度
  5. 压实度
  6. 水力坡降
  7. 土的先期固结压力
  8. 应力路径
  9. 地基承载力
  10. 压实度
  11. 变形模量
  12. 管涌
  13. 孔压系数B
  14. 压缩指数
  15. 滑坡
  16. 灵敏度
  17. 液性指数
  18. 孔压系数A
  19. 被动土压力
  20. 土的振动液化

填空选择

  1. 已知某土样的天然重度为 $18 kN/m^3$, 干重度为 $13 kN/m^3$, 液性指数 $h=1.0$, 则该土样的液限为( )。
  2. 当土为超固结土状态时,其先期固结压力 $p_{c}$ 与目前上覆压力 $p_0$ 的关系为( )。
  3. 载荷试验的 p-s 曲线形态上,从线性关系开始变成非线性关系的界限荷载称为( )。
  4. 直剪实验土样的破坏面在上下盒之间,三轴实验土样的破坏面在什么位置( )。
  5. 不透水岩基上有水平分布的三层土,厚度均为1m,渗透系数k1=1m/d,k2=2m/d,k3=10m/d,则等效土层水平渗透系数kx为()。
  6. 载荷试验的p-s曲线形态上,从线性关系开始变成非线性关系的界限荷载称为()。
  7. 若挡土墙的背面竖直且光滑,墙后填土水平,黏聚力c=0,采用郎肯解和库仑解,得到主动土压力有何差异?()。
  8. 某土样的压缩系数为0.2MPa^-1,其天然孔隙比为0.9,则该土的压缩模量为()。
  9. 一个无黏性土边坡,坡角β=13°沿坡面向下渗流,若土的内摩擦角φ=30°, 土的重度ysat=19kN/m3, 则边坡的安全系数为()。

简述题

  1. 简述有效应力原理,应用该原理分析城市地表沉降与地下水位变动的关系。
  2. 简述极限平衡法分析土坡稳定性的一般步骤。
  3. 简述土的主要特征和工程特性。
  4. 简述集中荷载作用下地基中土的附加应力分布规律。
  5. 简述太沙基的单向固结微分方程及其基本假设。
  6. 有效应力原理,并应用该原理绘图分析有向上稳定渗流时土体中的应力分布。

计算题

  1. 根据室内压缩曲线 $(e\sim\lg p)$, 画图阐述如何用卡萨格兰德法确定正常固结土的原始压缩曲线。
  2. 利用饱和砂土式样进行三轴不排水实验,在 $\sigma_3=60KPa$ 的条件下破坏时, $\sigma_1-\sigma_3=80KPa$, 孔压系数Af=0.5, 求该土三轴固结不排水强度指标 $\phi_{cu}$ 及有效应力强度指标 $\phi’$。
  3. 某挡土墙墙后填土为中密粗砂, $\gamma_d=16.8 kN/ m^2; e=10%, \phi=36°, \delta=18°$, 墙高4.5m, 墙背与竖直线的夹角 $\beta=15°$,试计算该挡土墙上的主动土压力。
  4. 由试验测得某土样的干密度为 1.6g/cm³, 含水量为 19.3%, 土粒比重为2.7, 并且测得液、塑限分别为30.3%、16.7%。试计算该土样的孔隙比e、孔隙度 n、饱和度 $S_{r}$、液性指数 $I_{L}$ 和塑性指数 $I_{p}$, 描述土的物理状态,定出土的名称。
  5. 已知某地基土的 $K_{f}$ 线与横坐标轴夹角 $\theta$ 为 $26°$, 与纵坐标截距 a为 30 kPa。按弹性理论确定出自重及条状荷载在该地基中一点的应力为: $\sigma_{x}=60kPa, \sigma_{z}=120 kPa, \tau_{xz}=30 kPa$。判断在所给应力状态下该点是否已发生了破坏。