深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【❤️基础安装—认真帮大家整理了❤️】

🥇 版权: 本文由【墨理学AI】原创、各位大佬、欢迎和墨理一起学AI

🎉 声明: 作为全网 A I领域 干货最多的博主之一，不负光阴不负卿

📕 关于博主

❤️ 关于 墨理学AI 博主墨理、个人基本信息如下

• 95后、男、本硕就读于 xx 双一流高校、软件工程专业、2020年硕士毕业、目前就职于一家xx科研所xx实验室、朝九晚六、日常打工、当前阶段主要工作内容为模型部署、封装、工程化落地

• 小学阶段，和70岁大爷下象棋，6年级开始玩企鹅系游戏、斗地主、麻将、军旗、地下城、穿越火线、大学阶段英雄联盟最高白金段位、常年黄金守门员、硕士阶段 剧本杀小白、狼人杀游戏资深玩家、打工人阶段，开始博客撰写、全网粉丝未来势必 10w+

• 超分重建、图像修复、目标检测、模型部署、略有所学

• 人生格言：躺平+乐观+幼稚

• CSDN博客砖家、开设10 + AI 领域专栏、超分重建、图像修复、目标检测模型部署等付费专栏订阅过百、粉丝数万

• 2021开始混迹————》公众号

• 2022开始混迹————》知乎

• 感谢关注

📘 一起建设属于我们搬砖人自己的技术圈子 —— 学术交流群

• 很多小伙伴会通过维新或者私信和博主探讨一些问题

• 博主成立的有一些计算机视觉领域的交流小分队、有兴趣的可以了解、进群、学术交流群非常纯净、平时基本不会、也不鼓励闲聊、进群的每个小伙伴都应该养成把经过自己折腾【百度或者谷歌过】后仍不能有效解决的相关小疑问或者困惑、再提到群里进行交流的好习惯、而不是一遇到问题就习惯性抛给其他人

• 人生的大多数时候、我们能够绝对依靠的人只有我们自己、同行让我们在 A I 取经之路不再孤单、各位加油

❤️ 学习交流过程中，有 N 多小伙伴，包括我自己，我们经常会遇到各种环境搭建、库版本不匹配导致的一系列，让人脑阔子疼的 bug

💙 博主这里梳理了自己过去两年，认真撰写的一些基础知识方面的干货博文，希望能够有效帮助到更多刚刚投身于ML、DL 领域不久的小伙伴们

📕 深度学习、调参搬砖、开发利器【大佬必备】

• ❤️ VSCode远程连接 Linux 服务器进行开发调试 | C++远程调试 | Python远程调试 | VSCode 神器 ，你值得拥有
• ❤️ windows下 pycharm 配置Linux服务器的 conda环境之最强指南 | 深度学习模型远程调试 | SFTP 同步传输 |

如果你是 Windows 系列系统，那么强烈建议虚拟机或者双系统走起

• 最新VMware创建 Ubuntu20虚拟机详细图文教程 | 之小白不能再白教程
• ubuntu20 虚拟机下 conda 环境搭建之旅 | opencv模糊图像判定小测试

📗 深度学习模型训练基础环境搭建推荐博文顺序【基础安装】

🔔 【墨理学AI】博文涵盖：众多类别深度学习环境搭建、模型训练、论文代码测试、模型部署、基础教程，持续更新，保质保量，欢迎查阅

❤️ Cuda 安装

• 💜 ubuntu18给当前用户安装cuda11.2 图文教程 | 配置cuDNN8.1 |
• 💜 Linux服务器下给当前用户安装自己的CUDA | 简记 | 【有效安装】【Cuda10.0】</a
• 💜 Linux 可以安装多个版本的Cuda 吗 | 给我一台新的服务器，我会怎么安排 Cuda
• 💜 查看CUDA和cuDNN的版本号
• 💜 cudnn tar 安装包快速获取 | 拿走不谢 |【❤️cudnn安装包❤️】

❤️ 了解 conda 和 pip 加速安装各种深度学习库

• 💛 anaconda conda 切换为国内源 | windows 和 Linux配置方法
• 💛 linux和window 设置 pip 镜像源 | 最实用的环境下载加速设置

❤️ Pytorch 安装

💙 Linux下cuda10.0安装Pytorch和Torchvision|【❤️啥版本都能装❤️】

💙 Linux下 pytorch 1.8的极简安装 | 快速根据官网命令安装 pytorch（超详细）

📗 模型部署基础环境搭建博文推荐【基础安装】

这部分内容大多属于干货中的干货，不少博文属于专栏核心，各位小伙伴，按需查阅即可

❤️ 基础环境

• 💙 一文读懂 Linux 服务器 JDK1.8 和 GCC 7.5 解压、编译安装、环境变量配置 —— Just for 当前用户
• 💙 一文读懂 非root用户正确编译安装 protobuf —— 附 CMakeLists.txt 配置

❤️ Ncnn 安装

• 💜 ncnn 正确编译 | 示例运行 – 专栏博文
• 💜 高性能神经网络推理框架 ncnn 极简脚本编译安装——适用于Linux下root用户快速极简安装

❤️ TensorRT 安装

• 💛 NVIDIA TensorRT安装包下载分享 | 拿走不谢 |【❤️TensorRT安装❤️】
• 💛 TensorRT报错的一百种姿势 | 【❤️TensorRT抱错砖家❤️】
• 💛 YOLOX （pytorch）模型 转 tensorRT 之运行推理【YOLOX 实战四】【一文读懂】
• 💛 基于TensorRT 推理框架yolov5 模型转化 | CUDA 11.2 + TensorRT-8 完美运行 | INT8 和 USE_FP16 时间性能对比 | 详细步骤记录

❤️ openCV 安装

• 💙 openCV安装 | 最基础的openCV程序运行示例【linux】

❤️ ONNX 安装

• 💜 初识ONNX | 【ONNX - Python 安装】

❤️ MNN 安装

• 💛 Linux 下 MNN编译 | 安装 | 测试

📙 YOLO 系列推荐博文参考顺序【只看一篇就够用】

❤️ YOLO 理论讲解学习篇

能够找到的质量 OK 的解读【我先收藏了】

YOLO系列英文论文分享 – 新建了一个 gitee 仓库，方便大家下载

• 💙 从五个方面解读CVPR2016 目标检测论文YOLO
• 💙 YOLOv2 / YOLO9000 深入理解
• 💙 yolo系列之yolo v3【深度解析】
• 💙 YOLOv4原文翻译 - v4它终于来了！
• 💙 一文读懂YOLO V5 与 YOLO V4

❤️ Yolov5 系列

• 💜 YOLOv5 环境搭建 | coco128 训练示例 |❤️ 详细记录❤️ |【YOLOv5】
• 💜 YOLOv5 COCO数据集 训练 | 【YOLOv5 训练】

❤️ YOLOX 系列

• 💛 YOLOX 环境搭建 | 测试 | COCO训练复现 【YOLOX 实战】
• 💛 YOLOX （pytorch）模型 ONNX export | 运行推理【YOLOX 实战二】
• 💛 YOLOX （pytorch）模型 转 ONNX 转 ncnn 之运行推理【YOLOX 实战三】
• 💛 YOLOX （pytorch）模型 转 tensorRT 之运行推理【YOLOX 实战四】

❤️ Yolov3 系列

• 💙 yolov3（darknet ）训练 - 测试 - 模型转换❤️darknet 转 ncnn 之C++运行推理❤️【yolov3 实战一览】
• 💙 YOLOv3 ncnn 模型 yolov3-spp.cpp ❤️【YOLOv3之Ncnn推理实现———附代码】

❤️ 持续补充更新

❤️ 各位亲们，别忘了收藏、关注、感谢三连 ❤️

📙 人生苦短， 欢迎和墨理一起学AI