机器学习可以使用以下几种计算机：
Macbook Air
芯片：M1芯片
支持：TensorFlow 2.4
优点：使用体验好，质量可靠，适合预算有限且需要便携性的用户。
台式机
CPU：中高端CPU，如Intel i5或i7系列，AMD Ryzen 5或7系列
GPU：NVIDIA的GPU，推荐RTX 2070、RTX 2080、RTX 3060、RTX 3070、RTX 3080或更高级别的显卡
内存：至少16GB RAM，推荐32GB或更多
显存：至少8GB，推荐12GB或更多
优点：性能强大，适合进行大规模模型训练和复杂任务。
高端工作站
CPU：Intel Xeon或AMD EPYC
GPU：NVIDIA的Tesla或Quadro系列显卡
内存：64GB或更高
显存：至少12GB
优点：提供极高的计算性能，适合专业研究人员和需要处理极大规模数据集的用户。
移动工作站
处理器：Intel Core i7或更高版本
内存：至少16GB
存储：至少512GB SSD
显卡：独立显卡，如NVIDIA GeForce GTX系列或AMD Radeon系列
优点：便于携带，适合需要移动办公和进行现场调试的用户。
建议
预算有限：可以选择搭载M1芯片的Macbook Air，它既便携又支持深度学习训练。
中等预算：建议购买配置较高的台式机，如配备RTX 2080 Ti显卡和32GB RAM的机器，以满足大多数深度学习任务的需求。
高预算：对于专业研究人员和需要处理极大规模数据集的用户，建议选择高端工作站或配备Tesla系列显卡的工作站。
选择合适的计算机配置，可以显著提高机器学习的效率和效果。根据具体需求和预算，可以选择最适合自己的方案。