深度学习工程师生存指南

Build Status Size Stars

在线阅读:https://dl.ypw.io
项目地址:https://github.com/ypwhs/dl-engineer-guidebook

  • 持续关注请点 Watch
  • 收藏项目请点 Star
  • 贡献内容请点 Fork
  • 提问或建议请点 Issue

本书会讲述一个深度学习工程师所需的所有东西:

  • 如何配置一台深度学习工作站?
    • CPU
    • 主板
    • 显卡
    • 硬盘
    • 内存
    • 电源
    • 网卡
    • 机箱
    • 显示器
    • 键盘鼠标
  • 本地设备
  • macOS 软件
    • 终端
    • 编辑器
    • 浏览器
    • 开发软件
    • 实用工具
    • 虚拟机
  • macOS 环境
    • Homebrew
    • oh my zsh
    • 必备软件
      • 终端
      • 编辑器
      • 浏览器
      • 开发软件
      • 实用工具
      • 日常应用
    • 必备命令
  • Python 环境
    • Anaconda
    • Python 库
  • Ubuntu 装机步骤
    • 安装 Ubuntu
    • 配置 ssh
    • 配置 sudo 免密码 和 apt 源(推荐)
    • 安装 oh my zsh 以及常用命令(推荐)
    • 安装 NVIDIA 驱动、CUDA 和 cuDNN(分为 apt 和 run 两种安装方式)
    • 安装 Anaconda 和 Python 库
  • Ubuntu 环境
    • CUDA
    • cuDNN
    • TensorFlow
    • PyTorch
    • 必备命令
      • curl
      • tmux 与 iTerm2 结合使用
      • screen 后台运行命令
  • 常用 Linux 命令
    • 文件查看
    • 文件读写
    • 打包压缩
    • 权限管理
    • 进程管理
    • 磁盘管理
    • 系统管理
    • 系统监测
    • 网络通信
  • CV 学习资源
    • 公开课
    • 网站
    • 书籍
  • 常用 CV 数据集
    • 数据集使用方法
    • MNIST
    • CIFAR
    • ImageNet
    • VOC
    • COCO
    • CelebA
  • 在 ImageNet 上表现出色的经典模型
    • 预训练模型使用方法
      • TensorFlow
      • PyTorch
    • 模型论文
  • 如何使用 TensorBoard
    • 安装
    • 使用
      • 创建文件对象(writer)
      • 打开 TensorBoard 服务
      • 可视化模型结构
      • 记录标量(scalar)
      • 记录多个标量(scalars)
      • 记录图像(images)
      • 完整代码
    • 总结
  • 离线 Python 环境
    • 下载 conda 安装包
    • 下载 pkg 文件和 whl 文件
      • 启动 miniconda 容器
      • 添加 conda 源(可选)
      • 下载 pkg 文件
      • 配置 pip 源(可选)
      • 下载 whl 文件
    • 在离线机器上进行安装
      • 将离线包传到离线机器上
      • 安装 conda
      • 创建 Python 虚拟环境
      • 安装 whl 库