# ML_study

**Repository Path**: heronwang/ML_study

## Basic Information

- **Project Name**: ML_study
- **Description**: 我的深度学习笔记
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-05-22
- **Last Updated**: 2021-11-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 深度学习笔记

## 简介
    多敲！多想！多练！  
    代码改变世界
    
## TODO-List
1, [《python深度学习--基于pytorch》][1] 的跟读与代码复现  
--ing

2, [《动手学深度学习--pytorch实现》][2]  跟读与代码复现    
--future
    
3, 经典论文论文代码浮现   -- future
    
## 相关命令
### pip生成环境备份和迁移

1. 生成项目依赖文件，为项目环境做备份
> pip freeze >> req.txt 

2. 根据依赖文件安装依赖环境，（安装不了或者找不到的依赖直接删除，尚不碍事）
> pip install -r req.txt
### conda生成环境备份和迁移

1. 导出环境文件
> conda env export > environment.yml 

2. 安装环境
> conda env create -f environment.yml 

### git相关
- 查看状态
> git status 
- 设置全局邮件
> git config --global user.email "you@example.com" 
- 设置名字
> git config --global user.name "Your Name"

- 设置push为简单方式，即每次提交当前分支
>git config --global push.default simple

解决每次push都要输入密码问题
>git config --global credential.helper store
  

## 掌握目标
1, 能能熟练使用tensorboardx可视化工具做到： 
（1）展示网络结构 
（2）跟踪网络训练过程的准确率等信息，便于结果分析，利于调参优化  
（3）能够生成常见的分析图，如 ioc等，分析算法性能

2, 能使用opencv，做一些图像处理里面的相关操作。

3, 能够利用已经训练好的网络结构进行迁移学习等相关操作

4, 能够复现最近论文中的实验

5, 能够在已有的网络上面进行合理的改造网络结构，





[1]:https://weread.qq.com/web/reader/20132d307199d3fb2013e39kc81322c012c81e728d9d180
[2]:https://github.com/ShusenTang/Dive-into-DL-PyTorch