$firecat利白的代码足迹$

项目地址：https://github.com/PaddlePaddle/PaddleOCRhttps://github.com/PaddlePaddle/PaddleOCRhttps://gitee.com/paddlepaddle/PaddleOCRhttps://gitee.com/paddlepaddle/PaddleOCR中文说明手册：https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.3/doc/doc_ch/quickstar

显卡计算能力一览表https://developer.nvidia.com/cuda-gpusCUDAhttps://developer.nvidia.com/cuda-toolkit-archivecuDNNhttps://developer.nvidia.com/rdp/cudnn-archive

需要的数学基础：有了基础的《概率/统计》、《线性代数》、《微积分》知识，就可以上手深度学习的算法和实践了。但经过一段时间的工程实践，慢慢觉得大多数时间都用在选模型，调超参，或者是网络结构的排列组合上。深度学习的黑盒特性越来越明显。难道深度学习工程师就当真是数据“炼丹师”吗？机器学习以数学理论为基础，要学好机器学习必须做好艰苦奋斗的准备，坚持对数学知识的追求。掌握机器学习至少需要微积分，线性代数.........