description
持续更新中……

深度学习工程师生存指南

GitBook 在线阅读：https://dl.ypw.io
GitHub 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
  - ASUS 路由器
  - NAS
  - 移动硬盘
  - U盘
macOS 软件
- 终端
- 浏览器
- 编辑器
- 开发工具
- 实用工具
- 虚拟机
macOS 环境
- Homebrew
- oh my zsh
- 必备命令
  - git
  - htop
  - nload
Python 环境
- Anaconda
- Python 库
如何安装 Ubuntu
- 在 Windows 上制作 Ubuntu 系统盘
- 在 macOS 上制作 Ubuntu 系统盘
- 安装 Ubuntu
Ubuntu 环境
- oh my zsh
- CUDA
- cuDNN
- TensorFlow
- PyTorch
- 必备命令
  - curl
  - tmux
  - aria2
  - aptitude
  - tree
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
  - Coursera
  - cs231n
  - @爱可可-爱生活
- 网站
  - paperswithcode
- 书籍
  - 机器学习
  - 解析深度学习：卷积神经网络原理与视觉实践
  - 动手学深度学习
  - 深度学习技术图像处理入门
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
  - VGG
  - ResNet
  - InceptionV3
  - InceptionResNetV2
  - DenseNet
  - Xception
  - NASNet
  - AmoebaNet
  - EfficientNet
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
如何使用 PyCharm 远程调试

xiaoyufenfei/dl-engineer-guidebook

深度学习工程师生存指南