深度学习资料总结

一 linux 

  1 理论

  2 常用命令

  3 shell 

  4 编译

    1 cmake

  5 性能相关

    GFLOPS 

二 编程语言

   1 C++

      1.1 C++ 常用函数

      1.2 内存分配

2 python

     2.1 python 常用函数

三 数据结构

四 深度学习理论

   1 计算机视觉

      1.1 图像

           1.1 opencv 

           1.2 C++

      1.2 视频

   2 NLP

     2.1 RNN

     2.2 LSTM

     2.3 Transformer 

    2.4 seq2seq

五 框架

1 tensorflow

2 caffe

3 mkl-dnn

  4 移动端框架

     4.1 FeatherCNN

           https://github.com/Tencent/FeatherCNN/

2.1 源码学习

2.2 手册

   http://caffe.berkeleyvision.org/doxygen/annotated.html

六 模型

  1 常用模型

      1.1 Googlenet

       1.2 resnet

       1.3 vgg

       1.4 mobilenet 

  2 模型转换工具

      LMT：

七  分布式

    1 gRPC

八  高性能计算库

   1 OpenBLAS

   2 MKL

九 工具

   1 FlatBuffers

    

 1 Github

 2 搜索

八 系列学习博客

  1 机器学习、数据挖掘NLP和面试都有：https://blog.youkuaiyun.com/han_xiaoyang/article/category/1664883

  2 深度学习系列细节推导：https://www.cnblogs.com/charlotte77