优秀的深度学习从业者都有哪些优秀的习惯
文/编辑 | 言有三
这是一篇总结文，说说优秀的深度学习从业者拥有的一些习惯，从看论文到写代码，从刷论坛到刷比赛。
1、拥有一台GPU
虽然各类深度学习框架caffe，tensorflow等都是可以支持CPU的，但是如果没有一台GPU，学深度学习始终只能做一个看客。
笔者工作四年，几乎每天背着一台移动GPU，是神舟的一台游戏本，加上书包约20斤左右。有一台移动GPU，不仅方便出差时酒店里训练个模型什么的，也方便平时在公司做项目快速验证一些技术方案，绝对是提升效率的神器。
如果经济条件容许，就来一台吧，配上一个Linux系统。
GPU的选择
2、提高编程效率
编程习惯，工作效率很重要，很重要！提高写代码效率，可以从终端多任务管理，熟练使用shell命令，熟练使用vim等开发环境，熟练使用git命令等地方入手。
shell，vim等使用
3、用好GitHub
Linux系统有了，GPU也有了，基本的编程习惯也养成了，接下来就可以尝试一些好的项目了嘛。所以，GitHub这个代码池就要好好利用。
我们在下面的项目里基本上把所有优秀的机器学习/深度学习的项目都推送给大家了，自己去关注吧。
我们也把主流的深度学习开源框架的使用整理成了项目，希望能减少你走的弯路。
github资料大全
4 高效解决bug与冲突
写代码嘛，有bug才是正常的事情，夸张的时候做工程每天可能花费数小时在解决bug，换个环境程序不能跑了，更新一下库程序又不能跑了，甚至睡一觉起来，换个人程序也不能跑了。
有些bug的产生，是因为初学者的误操作，有些bug的出现，是必然的环境冲突，需要我们定制环境。频繁面对bug的时候，最需要的首先是保持心平气和，冷静一下再解决，毕竟这是程序员一辈子的事儿。
面对bug
5 看看公众号
如果要让自己的知识库更加全而新，就要学会使用好一些免费的资源，公众号是一个非常适合碎片化学习的平台。
有的是新闻资讯比如36氪，可以辅助了解下行业在发生什么。有的是学术论坛比如paperweekly，可以了解下最新的技术有什么。有的是学习平台比如我们有三AI，可以系统性地跟进学习。
优质公众号推荐
6 国外优秀社区
当然，如果你的网络环境容许，英文足够熟练，直接阅读国外的一些优质论坛媒体，创作平台，问题社区可能会更好。
大佬频繁出没的社交新闻站点Reddit，想必大家已经不陌生了，在美国流量仅次于Google、YouTube、Facebook、Amazon。优质博客扎堆的Medium，国内机器之心等公众号的内容来源，非常值得跟进。还有问答社区Quora与知乎，什么不会就问什么，大佬们自会出马写答案。
reddit等社区
7 看论文
对于深度学习这个领域来说，发论文当然是要发在著名期刊例如PAMI，会议例如ICLR等上面，但是读最新的论文反而是从arxiv上获取，大家也约定俗成地养成了有论文先去arxiv上占坑的习惯。
如何浏览、搜索，获取最新的论文资讯，当然是需要一些工具来辅助了，比如arxiv-sanity。
看arxiv论文
8 写论文画图
看了论文还要写对吧，对于深度学习方向的论文来说，一个不可避免的问题就是要画网络图。
如果能画出炫酷高大上的神经网络图就更好了，下面推荐几个常用的工具。
画酷炫的网络图
9 记笔记
每天都能遇到好的资料，常常忍不住无节制地搜集信息，平时看论文学习有很多笔记需要记录，是不是有点迷茫。
学霸们很少有不做好笔记的，所以你需要一些工具来辅助。
如何记录笔记
10 搞数据
深度学习项目开发中最重要的是什么，当然是数据！实际的项目你经常没有足够多的数据，这个时候就需要自己去想办法获取了。
互联网是一个什么资源都有的大宝库，学会使用好爬虫，你将可能成为时代里最有“资源”的人，这也很可能是项目成功的开始。没事爬点美女图收藏什么的，也是不错的嘛。
如何使用好爬虫
11 参加比赛
觉得自己水平够了，想跟别人PK一下获取经验或者证明自己，那就去大胆地参加比赛吧。
有国际范儿的kaggle，大咖云集的阿里天池，也有各凭本事拿奖金不用争前三的FlyAI，总有一款适合你。
AI领域比赛
12 正视自己的水平
学习不仅仅是看着自己就行了，也要向大佬看齐，充分认识知识的盲点所在，全方面提升技能。
那么，你究竟处在了深度学习算法从业人员的什么段位呢？不妨来测试一下。
