深度学习工程师生存指南

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
  
  
  
  • Windows、Linux 还是 macOS？
  
  
  • Mac 对比
  
  
  • 其他
    
    
    
    • 触控板
    
    
    • 机械键盘
    
    
    • iPad Pro
    
    
    • 路由器
    
    
    • NAS
    
    
    • 移动硬盘
    
    
    • U盘
    
    
  
  


• 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
    
    
  
  

<script async defer src="https://buttons.github.io/buttons.js"></script>