https://www.toutiao.com/a6702248115258262024/

文/編輯 | 言有三

這是一篇總結文，說說優秀的深度學習從業者擁有的一些習慣，從看論文到寫程式碼，從刷論壇到刷比賽。

1、擁有一臺GPU

雖然各類深度學習框架caffe，tensorflow等都是可以支援CPU的，但是如果沒有一臺GPU，學深度學習始終只能做一個看客。

筆者工作四年，幾乎每天揹著一臺移動GPU，是神舟的一臺遊戲本，加上書包約20斤左右。有一臺移動GPU，不僅方便出差時酒店裡訓練個模型什麼的，也方便平時在公司做專案快速驗證一些技術方案，絕對是提升效率的神器。

如果經濟條件容許，就來一臺吧，配上一個Linux系統。

「雜談」學深度學習的你有GPU了嗎

2、提高程式設計效率

程式設計習慣，工作效率很重要，很重要！提高寫程式碼效率，可以從終端多工管理，熟練使用shell命令，熟練使用vim等開發環境，熟練使用git命令等地方入手。

「AI白身境」Linux幹活三板斧，shell、vim和git

「雜談」程式設計師效率神器，最常用VIM外掛安裝大全

「雜談」提升寫程式碼效率不得不做的三件事

3、用好GitHub

Linux系統有了，GPU也有了，基本的程式設計習慣也養成了，接下來就可以嘗試一些好的專案了嘛。所以，GitHub這個程式碼池就要好好利用。

我們在下面的專案裡 基本上把所有優秀的機器學習/深度學習 的專案都推送給大家了，自己去關注吧。

我們也把主流的深度學習開源框架的使用整理成了專案，希望能減少你走的彎路。

「雜談」GitHub上最全的機器學習和深度學習資料

4 高效解決bug與衝突

寫程式碼嘛，有bug才是正常的事情，誇張的時候做工程每天可能花費數小時在解決bug，換個環境程式不能跑了，更新一下庫程式又不能跑了，甚至睡一覺起來，換個人程式也不能跑了。

有些bug的產生，是因為初學者的誤操作，有些bug的出現，是必然的環境衝突，需要我們定製環境。頻繁面對bug的時候，最需要的首先是保持心平氣和，冷靜一下再解決，畢竟這是程式設計師一輩子的事兒。

「雜談」如何應對煩人的開源庫版本依賴-做個心平氣和的程式設計師？

5 看看公眾號

如果要讓自己的知識庫更加全而新，就要學會使用好一些免費的資源，公眾號是一個非常適合碎片化學習的平臺。

有的是新聞資訊比如36氪，可以輔助瞭解下行業在發生什麼。有的是學術論壇比如paperweekly，可以瞭解下最新的技術有什麼。有的是學習平臺比如我們有三AI，可以系統性地跟進學習。

「雜談」天下苦公眾號久矣，如何利用這幾類公眾號進行深度學習？

6 國外優秀社群

當然，如果你的網路環境容許，英文足夠熟練，直接閱讀國外的一些優質論壇媒體，創作平臺，問題社群可能會更好。

大佬頻繁出沒的社交新聞站點Reddit，想必大家已經不陌生了，在美國流量僅次於Google、YouTube、Facebook、Amazon。優質部落格扎堆的Medium，國內機器之心等公眾號的內容來源，非常值得跟進。還有問答社群Quora與知乎，什麼不會就問什麼，大佬們自會出馬寫答案。

「雜談」扒一扒Reddit，Medium等國內外高質量AI社群與內容平臺

7 看論文

對於深度學習這個領域來說，發論文當然是要發在著名期刊例如PAMI，會議例如ICLR等上面，但是讀最新的論文反而是從arxiv上獲取，大家也約定俗成地養成了有論文先去arxiv上佔坑的習慣。

如何瀏覽、搜尋，獲取最新的論文資訊，當然是需要一些工具來輔助了，比如arxiv-sanity。

「雜談」如何看arxiv.org才能不錯過自己研究領域的最新論文？

8 寫論文畫圖

看了論文還要寫對吧，對於深度學習方向的論文來說，一個不可避免的問題就是要畫網路圖。

如果能畫出炫酷高大上的神經網路圖就更好了，下面推薦幾個常用的工具。

「雜談」那些酷炫的深度學習網路圖怎麼畫出來的？

9 記筆記

每天都能遇到好的資料，常常忍不住無節制地蒐集資訊，平時看論文學習有很多筆記需要記錄，是不是有點迷茫。

學霸們很少有不做好筆記的，所以你需要一些工具來輔助。

「雜談」想成為機器學習學霸？先學會做筆記吧

10 搞資料

深度學習專案開發中最重要的是什麼，當然是資料！實際的專案你經常沒有足夠多的資料，這個時候就需要自己去想辦法獲取了。

網際網路是一個什麼資源都有的大寶庫，學會使用好爬蟲， 你將可能成為時代裡最有“資源”的人 ，這也很可能是專案成功的開始。沒事爬點美女圖收藏什麼的，也是不錯的嘛。

「雜談」深度學習必備，各路免費爬蟲一舉拿下

「AI白身境」學深度學習你不得不知的爬蟲基礎

11 參加比賽

覺得自己水平夠了，想跟別人PK一下獲取經驗或者證明自己，那就去大膽地參加比賽吧。

有國際範兒的kaggle，大咖雲集的阿里天池，也有各憑本事拿獎金不用爭前三的FlyAI，總有一款適合你。

「雜談」AI工業界都有哪些值得參加的比賽？

12 正視自己的水平

學習不僅僅是看著自己就行了，也要向大佬看齊，充分認識知識的盲點所在，全方面提升技能。

那麼，你究竟處在了深度學習演算法從業人員的什麼段位呢？不妨來測試一下。

「雜談」白身，初識，不惑，有識，你處於深度學習哪一重境界了

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29829936/viewspace-2647778/，如需轉載，請註明出處，否則將追究法律責任。