深度学习工具网站

【持续更新...】

Pytorch中常见的代码包

1. Apex (A PyTorch Extension) (真是个好用的东西！搭配pytorch， 1+1>2)

https://nvidia.github.io/apex/index.html

环境配置

1. 通常，为了方便管理，会使用anaconda进行环境管理，极大的方便了跑baseline面临的环境不一致的问题。但是anaconda比较臃肿，可以使用Miniconda，功能一样(不影响环境安装)，反应速度更快。

官网：https://docs.conda.io/en/latest/miniconda.html

示例：在linux中下载相应的.sh安装文件，然后使用bash运行，根据提示一路进行安装即可。最后刷新环境变量。

bash ~/.bashrc

2. 平时需要安装一些软件包，但是不知道安装的命令行。推荐以下命令，可以找到各个平台安装的命令：

https://command-not-found.com/

3. 如果想要在anaconda环境中安装一些软件包，但是使用sudo apt-get install命令无法安装的时候，可以直接去anaconda的首页，搜索你想要安装的软件包，会提供很多anaconda环境下安装这些软件包的命令，运行命令即可。以aria2为例：

https://anaconda.org/

4. 大多数的深度学习包都可以使用pip进行安装。有时候在复现别人代码的时候，需要安装相应版本的包。因此可以去Pypi网站，查找安装包的名称以及相应的发布版本。

https://pypi.org/

5. 一般，都会使用NVIDIA的显卡，如果要使用docker镜像，可以去CUDA Cloud Container中去寻找并下载相应的镜像。根据相应的深度学习框架(Pytorch或者Tensorflow)，查找相应的Tag。下载即可。

https://catalog.ngc.nvidia.com/containers?filters=&orderBy=dateModifiedDESC&query=