深度学习实践必备工具

下面是自己对深度学习过程中一些工具的知识点的总结,希望能对你有帮助。如果疑问或错误欢迎交流!

自己目前的程度也是比较浅的,但是算可以自己远程服务器,改代码,跑实验。

搭建好了这些基础环境后,接下来要做的就是多看论文多做实验了!

 

自己只是初探这个领域,接下来的新认识,还会不断更新此文章!

 

目录

环境

连接工具(基于win10)

穿透工具 

一些小工具 (需要可以找我要)

一些常用命令

Linux

anacoda 

深度入门

书籍 

视频

实践

写论文工具


 

环境

Anacoda3

python3

Pytorch

若有GPU,且是nvidia的  驱动cuda cudnn

编辑环境  pycharm

 

 

连接工具(基于win10)

Xshell  

WinSCP  

 

 

穿透工具 

frp

 

一些小工具 (需要可以找我要)

1、日志   按照大小、日期自动切分

2、计时  日志打印可以根据你的 输出类型

3、画图  读取日志文件

4、模型保存、加载

5、加载训练到一半(或者迭代次数希望增加)的模型再训练  加载工具

 

 

一些常用命令

Linux

查看机器硬件状况 top

查看GPU使用情况    nvdia -smi

动态查看GPU使用情况(每秒更新一次) watch -n 1 nvdia -smi

 

后台运行任务  nohup  python3 xxx.py &

 

静态查询任务日志

动态查询任务日志  tail --f nohup.out

 

查询任务 进程ID  ps -ef|grep python

彻底杀死进程  kill -9 ps_ID

 

anacoda 

更换镜像源   

查看、创建、修改、删除虚拟环境  

克隆虚拟环境

查询、安装、更新、卸载 包

 

深度入门

书籍 

神经⽹络与深度学习  (从人工神经元到深度学习,人工神经网络中的原理,涉及的细节还有参数都有比较详细而且直观的介绍。看完这个书,基本就对深度学习的代码的原理理解了)

花书 (别人推荐,我还 没看)

视频

莫烦

快速地了解Pytorch 框架里面关于深度学习的API还有一些基本操作

 

实践

MNIST 手写识别(基于Pytorch  pytorch对新手还是挺友好的,但是友好的说明了屏蔽了很多有用的细节,如果要深入学习的同学可以用tensorflow,或者可以去深究其中原理)

 

写论文工具

LaTex 

你可能感兴趣的:(开发环境,深度学习)