编程工具
Jupyter Notebooks
首先，Jupyter Notebooks 是大家会遇到的，在浏览器中运行编程教程的工具，用起来会非常开心。《Dive in Deep Learning》课本的章节 23.1. Using Jupyter Notebooks 可供参考。
编程云
对于 GPU 和 TPU 加速，请随意使用 Google 的 Colaboratory 环境。这是一项免费的云服务，您可以在其中通过 GPU 或 TPU 加速运行 Python 代码（包括预装的 TensorFlow 和 PyTorch）。具有两个 CPU 和一个 GPU 或 TPU 的虚拟机最多可以运行 12 小时，之后必须重新启动。这个可以通过中 Colab 的界面上单击“编辑”，然后单击“笔记本设置”，然后选择“无”(CPU)、“GPU”或“TPU”进行硬件加速。《Dive in Deep Learning》课本的章节 23.4. Using Google Colab 可供参考。Colab 出于学术目的每天提供最多 12 小时的免费 GPU 使用。人们可以用相对低的价格 在 Colab 上获得更多计算。
除了 Colab，Kaggle 也为我们提供 GPU。每个月限时 30 个小时。
然后，百度的飞桨社区、阿里的魔搭社区，也提供了类似 Colab 的免费编程环境供大家使用。或可参考。
最后，AWS and Azure 两者都向学生提供初始资金。
常用工具
【MIT公开课】计算机课堂中根本学不到的知识 - CS Education，B 站视频，介绍了工作常用的工具。
音频工具
- Data Labeling Tutorial for Audio Data， Webpage
- Opensoundscape documentation , github, a wrapper to PyTorch with smooth functionality for audio analysis
电脑优化
大家如果是 Mac 电脑的话，可以尝试打开 Mac 自带的 GPU 加速。HuggingFace 的指南 《Accelerated PyTorch Training on Mac》 供参考。
开源生态
- State of Open Source AI Book - 2023 Edition，Webpage
工具
- GitHubDaily，坚持分享 GitHub 上高质量、有趣实用的开源技术教程、开发者工具、编程网站、技术资讯。A list cool, interesting projects of GitHub. Github，2023 年主要是生成式 AI 的各种工具
| Index | Previous | Next |