Redian新闻
>
Inspiron 15 7000 Gaming 适合deep learning小型训练吗?
avatar
r*s
2
☆─────────────────────────────────────☆
iabc123 (iabc321) 于 h 提到:
专业:materials
Paper: 很多,基本都是垃圾文章。
引用:很多
Review: 很多,没有好杂志。
虽然都是很多,但还是三无(无patent, 无 media report, 无award)。所以只能是老三样:
contribution, scholar, review. 没什么重大贡献,所以不可能用几页就说服IO,只能希望
用量去达到质的效果,怎么精简结果原始的PL大概17页。大牛们就别鄙视了。小千老一个没法跟你们
比。整个PL是根据本版的一些模板炮制而成,PL就不拿出来丢人现眼了。PP 到TSC,10天被1056
RFE,不知道IO是不是新手,总之没找到有关这个IO的RFE情况。也许是赶上了RFE大潮。我朋友都
认为我的 case没问题直接过,但受到RFE还是不爽。这IO好像很picky。他承认我3条都过了,但
是totality 不过。总共3个问题覆盖我的老三样:
1. 你review很多manuscripts ,但那是peer review。怎样说明你是expert或选你是因为你
的成就被认识了。
My answers:
a. New Letters from editor (原PL我只要了一封,我觉得IO根本没读).
b. 我做了一个简单的计算:查到我的领域某年发的文章总数A,作者总数B,假定每篇文章要C 个
reviewers. 假定文章接受率为 D. 这样每个作者都有资格review(peer review)。结果每
个人可以每年review 的文章是:(A/D)*C/B。这个数应该比较小。结果你就review大量文章了,
专家了。
2. 你在几年时间内发了很多文章而且引用也很多,这很impressive,但是我查了你的领域,很多
文章都引用了几百次。(考,这是很难的问题,因为IO挑了一个中间领域。如果在我小领域,我肯定
top因为没几个人玩。如果是整个大领域,平均引用不高,所以我也可以top。单单挑这中间的。建
议大家以后把自己的领域明确,否则找麻烦)
My answers:
a. 我的paper引用在小领域top.
b. 在中间领域,我查了一下,发现我有篇N作的可以到3%,我当心IO找茬,就耍了个小花样,我查
了所有的paper引用从我发第一篇paper到2011年。这样基数就大了。我的几篇文章可以进2%包括
一作的。
c. 我有两篇paper在期刊当年可以进前十。
d. 跟TIMES HIGHER EDUCATION的平均比。
3. 你有多大贡献对你的领域。有公司用你的研究吗?产生多少效益。你的推荐信只表扬你,但没有
支持你有重大贡献和top。
My answers:
a. 首先我花了不少时间去读引用我paper的文章,把重要的引用都列出来。说明我的文章对他们有
很大贡献。我是先驱,别人是follow我的。
b. 幸运的是我跟某公司合作过,但是也没什么成果,不管怎样找合作的人写推荐信就说作了很大贡
献,但是由于公司保密,具体的效益无可奉告。
c. 我的文章被review文章大量引用。
d. 新要推荐信 (这回使劲吹重大贡献而且top)
回答完问题,我还是不放心,就强调一下我是top and international recognition:
1. paper number top, paper citation top.
2. 跟Faculty Scholarly Productivity Index from the Chronicle of Higher
Education 比。
3. 上引用国家分布图。
4. 推荐信来自很多国际友人。
5. 每年都发文章,文章引用每年都增加。
结果response letter又是17页。很巧。但基本都用新证据。建议保留几封推荐信防RFE。因为时
间短,很难要到好的推荐信。我当时就很后悔递了8封只留了一封,结果又求了不少人。留的那封我修
改一下就跟推荐人说现在改政策了。推荐人很nice就又签了很easy.
☆─────────────────────────────────────☆
fatdeals (fatdeals) 于 (Fri Jun 10 23:20:20 2011, 美东) 提到:
thanks for sharing
☆─────────────────────────────────────☆
alsin (as) 于 (Fri Jun 10 23:29:29 2011, 美东) 提到:
good! thanks
☆─────────────────────────────────────☆
prozac (FarFarAway) 于 (Fri Jun 10 23:32:54 2011, 美东) 提到:
Thank you very much for sharing!~~
☆─────────────────────────────────────☆
robotics (机器人技术) 于 (Fri Jun 10 23:52:36 2011, 美东) 提到:
先顶后看,好像排版不是很好
☆─────────────────────────────────────☆
robotics (机器人技术) 于 (Fri Jun 10 23:56:46 2011, 美东) 提到:
问一个问题,留的那封推荐信为啥还要推荐人再签一次?日期问题?
☆─────────────────────────────────────☆
iabc123 (iabc321) 于 (Sat Jun 11 00:09:21 2011, 美东) 提到:
因为要写重大贡献和说我是top.
☆─────────────────────────────────────☆
robotics (机器人技术) 于 (Sat Jun 11 00:17:03 2011, 美东) 提到:
哦,明白了,如果不需要修改内容的话应该是不用再签的,对吧
☆─────────────────────────────────────☆
iabc123 (iabc321) 于 (Sat Jun 11 00:39:24 2011, 美东) 提到:
应该是!
☆─────────────────────────────────────☆
chouwacuipin (lailai) 于 (Sat Jun 11 01:34:01 2011, 美东) 提到:
thanks for share
☆─────────────────────────────────────☆
MATHMM (爱笔笔的小猴子) 于 (Mon Jun 13 10:32:48 2011, 美东) 提到:
thanks for share
☆─────────────────────────────────────☆
botaoyaya (yaya) 于 (Mon Jun 13 15:27:39 2011, 美东) 提到:
谢谢lz
绿了吧?gxgx
avatar
c*p
3
http://www.dell.com/en-us/work/shop/dell-laptops-and-notebooks/inspiron-15-7000-gaming/spd/inspiron-15-7577-laptop/cai157w10p2c605
Inspiron 15 7000 Gaming (一些配置参数见文末)
当做个人笔记本,生活,业余编程学习东西用(不想用公司的电脑)
除了写写一般的代码,也用用OpenGL,
另外就是搞搞deep learning。
预计是Windows + Ubuntu
发现网上有些deep learning代码需要Nvidia GPU,有些改成CPU版本也就该一两句话,
但有些改成GPU版本还比较麻烦,特别是用了distributed GPUs的。
一些配置参数:
7th Generation Intel® Core™ i7-7700HQ Quad Core (6MB Cache, up to
3.8 GHz)
16GB, DDR4, 2400MHz
128GB Solid State Drive (Boot) + 1TB 5400RPM Hard Drive (Storage)
15.6-inch UHD (3840 x 2160) IPS Anti-Glare LED-Backlit Display
NVIDIA® GeForce® GTX 1060 with 6GB GDDR5 graphics memory
另外这种硬盘结合128GB Solid State Drive (Boot) + 1TB 5400RPM Hard Drive (
Storage)
不知效果好不好,有没有switch overhead?
avatar
c*p
4
感觉15"不需要那么高的分辨率。
也许这个配置可以降低些。
我买电子产品的原则是够用则行。因为几年变化太大。

to

【在 c**********p 的大作中提到】
: http://www.dell.com/en-us/work/shop/dell-laptops-and-notebooks/inspiron-15-7000-gaming/spd/inspiron-15-7577-laptop/cai157w10p2c605
: Inspiron 15 7000 Gaming (一些配置参数见文末)
: 当做个人笔记本,生活,业余编程学习东西用(不想用公司的电脑)
: 除了写写一般的代码,也用用OpenGL,
: 另外就是搞搞deep learning。
: 预计是Windows + Ubuntu
: 发现网上有些deep learning代码需要Nvidia GPU,有些改成CPU版本也就该一两句话,
: 但有些改成GPU版本还比较麻烦,特别是用了distributed GPUs的。
: 一些配置参数:
: 7th Generation Intel® Core™ i7-7700HQ Quad Core (6MB Cache, up to

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。