Leitfaden zum Überleben von Deep -Learning -Ingenieuren
Lesen Sie online: https://dl.ypw.io
Lesen Sie online: https://yphs.github.io/dl-gineer-guidebook/
Projektadresse: https://github.com/ypwhs/dl-gineer-guidebook
- Bitte klicken Sie auf die Uhr, um weiterhin aufmerksam zu werden
- Bitte klicken Sie auf Stern, um Artikel zu sammeln
- Bitte klicken Sie auf Gabel für Beitragsinhalt
- Bitte klicken Sie auf Ausgabe, um Fragen oder Vorschläge zu erhalten
In diesem Buch wird Ihnen alles erzählen, was ein Deep Learning Engineer braucht:
- Wie konfigurieren Sie eine Deep -Learning -Workstation?
- CPU
- Hauptplatine
- Grafikkarte
- Harddisk
- Erinnerung
- Stromversorgung
- Netzwerkkarte
- Chassis
- Monitor
- Tastatur und Maus
- Lokale Ausrüstung
- Windows, Linux oder MacOS?
- MAC -Vergleich
- andere
- Touchpad
- Mechanische Tastatur
- iPad Pro
- Router
- Nas
- Mobile Festplatte
- USB -Laufwerk
- MacOS -Software
- Terminal
- Editor
- Browser
- Software entwickeln
- Praktische Werkzeuge
- Virtuelle Maschine
- MacOS -Umgebung
- Homebrew
- Oh mein ZSH
- Wesentliche Software
- Terminal
- Editor
- Browser
- Software entwickeln
- Praktische Werkzeuge
- Tägliche Anwendungen
- Notwendige Befehle
- Python -Umgebung
- Ubuntu -Installationsschritte
- Ubuntu installieren
- SSH konfigurieren
- Konfigurieren Sie sudo-passwortfrei und passende Quelle (empfohlen)
- Installieren Sie OH My ZSH und häufig verwendete Befehle (empfohlen)
- Installieren
- Installieren Sie Anaconda und Python -Bibliotheken
- Ubuntu -Umgebung
- CUDA
- Cudnn
- Tensorflow
- Pytorch
- Notwendige Befehle
- Locken
- TMUX wird in Verbindung mit ITERM2 verwendet
- Befehl im Bildschirm Hintergrund ausführen
- Gemeinsame Linux -Befehle
- Dateiansicht
- Dateien lesen und schreiben
- Verpackungskomprimierung
- Erlaubnismanagement
- Prozessmanagement
- Datenträgermanagement
- Systemmanagement
- Systemüberwachung
- Netzwerkkommunikation
- Lebenslauf -Lernressourcen
- Offene Klasse
- Webseite
- Bücher
- Häufig verwendete CV -Datensätze
- So verwenden Sie den Datensatz
- MNIST
- Cifar
- Bildnische
- VOC
- Coco
- Celeba
- Klassische Modelle, die auf ImageNet gut abschneiden
- So verwenden Sie vorgeborene Modelle
- Modellpapier
- So verwenden Sie Tensorboard
- Installieren
- verwenden
- Erstellen Sie ein Dateiobjekt (Schriftsteller)
- Offener Tensorboard -Service
- Visualisieren Sie die Modellstruktur
- Rekord -Scalar
- Mehrere Skalare aufnehmen
- Bilderaufzeichnungen (Bilder) aufnehmen
- Vollständiger Code
- Zusammenfassen
- Offline -Python -Umgebung
<script async defer src = "https://buttons.github.io/buttons.js"> </script>
