2023年03月4号以后,笔记更改为飞书记录,链接:https://g3zl906jfq.feishu.cn/wiki/wikcnKU1GWH6NF6TDmsV0e5JhDe

张宇的考研数学:

• 高数
• 线性代数
• 概率

链接: https://pan.baidu.com/s/1E7FbAw94QcoaobBcgHXa1g 提取码: 7jm4

• 🐾 cpp编译过程 --> C++静态库与动态库 --> gcc、cmake | gcc参数选项 --> makefile手册
• 🐾 why make --> cmake
• 🐾 CMake Tutorial | CMakeLists.txt格式 | CMake官方教程-英文 | CMake手册-别人的blog |CMake Demo Github | Cmake Demo github2
• 🐾 CMake 教程中文版

• 🐾 C++入门(语法为主)—黑马
• 🐾 侯杰C++系列
• 🐾 C++设计模式—李建忠
• 🐾 C++并发与多线程--笔记、视频 王建伟
  • 1、线程C语言-苏丙榅|C++
  • 2、文件描述符
  • 3、线程池C语言|C++ | 自己

• 🐾 VS Code + UML | 类图语法参考
• 🐾 UML类关系

• 🐾 反转链表、链表操作、合并链表
• 🐾 最小K个数
• 🐾 排序

• 🐾 第二章 Python基本语法元素.ipynb
• 🐾 第三章 基本数据类型.ipynb
• 🐾 第四章 组合数据类型.ipynb
• 🐾 第五章 程序控制结构.ipynb
• 🐾 第六章 函数.ipynb
• 🐾 第七章 类——面向对象的编程.ipynb
• 🐾 第八章 文件、异常和模块.ipynb
• 🐾 第九章 有益的探索.ipynb
• 🐾 第十章 Python标准库.ipynb
• 🐾 第十一章 Numpy库.ipynb
• 🐾 第十二章 Pandas 库.ipynb
• 🐾 第十三章 Matplotlib库.ipynb
• 🐾 第十四章 scikit-learn 库.ipynb
• 🐾 第十五章 再谈编程.ipynb

• 🐾 Ndarray数组轴的解释

• 🐾 Matplotlib 唐宇迪

  • Matplotlib基本操作 |风格设置 |条形图 |盒图|直方图and散点图|3D图|pie图和子图布局|Pandas与sklearn结合实例

• 🐾 如何计算topk

• 🐾 Python程序封装为exe等
• 🐾 Python程序封装成wheel、setuptools
• 🐾 Python pybind11

• 🐾 深入GPU硬件架构及运行机制
• 🐾 gpustat
• 🐾 nvidia-smi命令
• 🐾 NUMA & GPU
• 🐾 GPU Direct
• 🐾 GPU-Driver-Cuda- pytorch-tensorflow 对应关系
• 🐾 CUDA Samples
• 🐾 cuda和cudatoolkit
• 🐾 windows下同一个显卡配置多个CUDA工具包以及它们之间的切换
• 🐾 Linux 和 Windows 查看 CUDA 和 cuDNN 版本

• 🐾 Driver安装 Ubuntu16.04 -------> CUDA、cuDNN安装 Ubuntu16.04 | Windows10--> Docker-->NVDocker

• 🐾 Horovod安装--见pytorch分布式小节

• 🐾 TensorRT Ubuntu -- Windows10

• 🐾 分布式概念介绍-MPI
• 🐾 GPU&CUDA多机通信-硬件、库、框架三个层次 | 学习代码-需整理 | distributed + apex - 需整理

• 🐾 整体日志

• 🐾 IPMI配置

• 🐾 Ubuntu16.04 Server安装

• 🐾 Ubuntu16.04 配置IP

• 🐾 Ubuntu16.04 修改APT源

• 🐾 Ubuntu16.04 安装NVIDIA驱动 【一、安装440版本,可根据需求调换版本】

• 🐾 Ubuntu16.04 安装CUDA,cuDNN【二、安装cuda10.2 和cudnn7.6.5,可根据需求调换版本】

• 🐾 Ubuntu16.04安装nccl & 测试【三、安装nccl 2.6.4,可根据需求调换版本,apt-cache madison】

• 🐾 Pytorch多机多卡【四、测试多机多卡,先测试无RDMA的。需安装torch 1.2 torchvision0.4.0】

• 🐾 装安IB驱动【五、装IB,加速IB卡之间的RDMA】

• 🐾 Pytorch多机多卡【六、再次跑多机多卡程序,与四的效果对比】

• 🐾 安装NV_Peer_Memory【七、安装nv_peer_memory, 加速GPURDMA】

• 🐾 Pytorch多机多卡【八、再次跑多机多卡程序与四、六对比】

• 🐾 安装OpenMPI【九、安装OpenMPI,为Horovod做准备】

• 🐾 安装Horovod【十、安装Horovod,并测试程序,与四、六、八对比】

• 🐾 Ubuntu16.04 安装Docker【十一、安装Docker】

• 🐾 Ubuntu16.04 安装NVIDIA Docker【十二、安装NV-Docker】

• 🐾 在Docker中运行Horovod【十三、在Docker中运行Horovod】

• 🐾 图像标注工具labelme
• 🐾 图像去重工具imagededup
• 🐾 图像增强工具imgaug

• 🐾 实验管理工具sacred
• 🐾 bypy 百度云下载python
• 🐾 Python日志库loguru
• 🐾 字典2dot--dotmap

• 🐾 JupyterLab安装 Ubuntu
• 🐾 Matlab安装 Ubuntu
• 🐾 xrdp Ubuntu
• 🐾 VS2019 Windows
  • VS之调试断点无效
• 🐾 CLion 安装与调试 Mac
• 🐾 cmake 安装
• 🐾 pycuda安装
• 🐾 OpenCV GPU-Ubuntu -- CPU-Ubuntu
• 🐾 VS Code 使用笔记
• 🐾 Pycharm手册
• 🐾 Conda
  • conda 安装报错 specified in the package manifest cannot be found.
  • 修改conda环境和缓存默认路径
  • Anaconda 换源更改镜像,删源
  • conda常用命令

• 🐾 opencv读取数据--segmentation fault

• 🐾 VOC
• 🐾 COCO
• 🐾 Cityscapaces

• 🐾 归一化和标准化

• 🐾 加速训练 —提高 GPU 利用率
• 🐾 加速训练—NN如何占用GPU显存以及如何节约显存

• 🐾 opencv读取数据--segmentation fault
• 🐾 使用不同的库读取图片

• 🐾 最小二乘法
• 🐾 kmeans

• 🐾 NN发展史 | 45分钟理解深度神经网络和深度学习-拟合角度
• 🐾 零基础入门深度学习: 感知器->线性单元和梯度下降->神经网络和反向传播算法->卷积神经网络->循环神经网络->长短时记忆网络(LSTM)->递归神经网络

• 🐾 CNN介绍 ->CNN网络代码讲解加部署 ⭐
• 🐾 LeNet, AlexNet, VGG-> Inception -> ResNet -> DSC理解 ->->SENet DenseNet-> MobileNet ->EfficientNet
• 🐾. conv 1* 1的作用
• 🐾 上采样

• 🐾 RNN/LSTM/GRU
• 🐾 Attention&Transformer

• 🐾 入门介绍 | GAN综述2019
• 🐾 GAN ZOO | ZOO for beginner | StyleGAN-Zoo
• 🐾 GAN学习路线笔记
  • GAN(生成对抗网络):笔记 | 入门CODE
  • DCGAN(深度卷积生成对抗网络): 原理同GAN相同,只是全连接神经网络换成Deep Conv | 入门CODE
  • CGAN(条件生成对抗网络): 笔记 | 入门CODE
  • CycleGAN
  • CoGAN:耦合生成对抗网络
  • ProGAN:生成对抗网络的渐进式增长
  • WGAN(Wasserstein 生成对抗网络): 笔记| 入门CODE
  • SAGAN:自注意力生成对抗网络
  • BigGAN:大生成对抗性网络
  • StyleGAN:基于风格的生成对抗网络
• GAN Pytorch实现

• 🐾 RCNNs
• 🐾 YOLO:v1->yolo v2->yolo v3->yolo v4->Yolox

• 🐾 分割综述(2020)
• 🐾 UNet Family:UNet->UNet++
• 🐾 PSPNet
• 🐾 DUC & HDC

• 🐾 HyperNet

• 🐾 入门学习视频 | PPT
• 🐾 小样本与元学习
• 🐾 综述---《Generalizing from a Few Examples: A Survey on Few-Shot Learning》学习|小样本论文收集-GitHub |视频
• 🐾 元学习的方法实现小样本分类
• 🐾 meta-learning系列
  • 元学习系列(零):小样本学习与元学习综述
  • 元学习系列(一):Siamese Network(孪生网络)1|2|3
  • 元学习系列(二):Prototypical Networks(原型网络)
  • 元学习系列(三): Relation Network(关系网络)
  • 元学习系列(四): Matching Network(匹配网络)
  • 元学习系列(五): GRU模型
  • 元学习系列(六): 神经图灵机详细分析
  • 元学习系列(七): MAML与Meta-SGD
  • 元学习系列(八): Reptile
• 🐾 PANet

• 🐾 3D学习路线->3D视觉GitHub
• 🐾 3D图像的表示 -> 3D成像

• 综述与研究进展

• 🐾 优化器整理
• 🐾 一阶梯度下降

• 🐾 矩阵向量求导
• 🐾 深度神经网络(DNN)模型与前向/反向传播算法---->DNN - 反向传播算法(特详细)---->手动实现DNN
• 🐾 深度神经网络(CNN)模型与前向/反向传播算法---->CNN-反向传播算法 ---->手动实现CNN

• 🐾 分割评价指标
• 🐾 目标检测评价指标-mAP code

• 🐾 网络中间层显示工具CAM -> blog
• 🐾 模型权重理解DeepDream
• 🐾 网络结构显示工具权重/梯度/特征图/混淆矩阵tensorboard
• 🐾 网络显示工具visdon

• 🐾 网络结构显示工具torchsuammary | debug
• 🐾 网络结构显示工具Netron

• 🐾 深度学习训练流程
• 🐾 提高性能的4个角度 | 固定种子
• 🐾 混合精度训练 | apex | apex+tensorcore+ngc
• 🐾 TensorCore | DeepLearningExamples NVIDIA-各种加速和demo
• 🐾 学习率调整策略
• 🐾 学习率与batchsize

• 🐾 随机网格搜索
• 🐾 超参数优化

• 🐾 序列化 -{yaml|protobuf|grpc}

• 🐾 ONNX介绍 | ONNX Tutorials| ONNX支持框架有哪些

• 🐾 介绍|编译安装|TVM架构设计|TVM部署|TVM原理|TVM源码学习|Relay学习 TODO
• 🐾 学习笔记-代码1 | 代码2

• 🐾 了解什么是TensorRT?
• 🐾 案例和讲解(C++)| 入门案例代码解析(python)-1 |(python)-2 | (python)-3
• 🐾 TensorRT8.0API学习

• 🐾 HTTP协议
• 🐾 为什么web会前后端分离?
• 🐾 《REST,GraphQL,Webhooks & gRPC 如何选型》
• 🐾 浅谈 RPC 和 REST: SOAP, gRPC, REST
• 🐾 理解RESTful

• 🐾 Nano
• 🐾 树莓派 : 安装系统

• 🐾 协议

• 🐾 视频基本概念与多媒体概念

• 🐾 视频编解码与GPU

• 🐾 DeepStream介绍