跨平台使用模型（之模型转换）：

https://github.com/Microsoft/MMdnn

pytorch开源学习手册：

https://github.com/zergtant/pytorch-handbook

pytorch cbam模型：

https://github.com/luuuyi/CBAM.PyTorch

.genet 官网：

https://github.com/hujie-frank/GENet

.python debug插件pysnooper（无需断点print,将值以log形式输出）:

https://github.com/cool-RR/PySnooper

.对卷积对理解（个人认为比较简单易懂–知乎大神）：

https://zhuanlan.zhihu.com/p/45611376

.pytorch 模型可视化之tensorboardx(最新版pytorch已经可用tensorboard)

https://github.com/lanpa/tensorboardX

• 加一条blog（写的很好）：https://www.aiuai.cn/aifarm646.html

.pytorch中文文档，里面有关于网络搭建，各种数据集下载，深度学习应用等知识

https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-datasets/

.Matplotlib 可视化最有价值的 50 个图表（附完整 Python 源代码）

https://yq.aliyun.com/articles/682843

.Docker的迁移与恢复

https://www.cnblogs.com/wq3435/p/6516024.html

• 补充，非常好的docker使用教程（其中有笔记中没有的部分）：https://www.jianshu.com/p/1aa13e55c778?utm_campaign=maleskine&utm_content=note&utm_medium=reader_share&utm_source=weibo

tensorRT4中文文档（目前找到翻译的挺好的）

https://blog.csdn.net/qq_36673141/article/details/84029084

githup相关的的浏览器插件（更好的用githup，其中第一个OctoLinker插件最实用，可以让githup有跳转功能）

所有插件地址：https://mp.weixin.qq.com/s?__biz=MzI4MTQ2NjU5NA==&mid=2247490992&idx=1&sn=977d44cbd26adc282a536457b8670f2e&chksm=eba99e3ddcde172b3da34a8c569882e81a07709ef9249bce7398e72d919b552fa9cf196b442d&mpshare=1&scene=1&srcid=&rd2werd=1#wechat_redirect OctoLinker 插件地址：https://github.com/OctoLinker/OctoLinker

• git 分支处理及上传分支 https://www.cnblogs.com/yongdaimi/p/7600052.html https://blog.csdn.net/qq_27437967/article/details/71189571

手写识别案例tensorRT应用

https://github.com/GuanLianzheng/pytorch_to_TensorRT5

tensorRT学习笔记

https://github.com/fusimeng/TensorRT

.ipynb文件线上打开

https://nbviewer.jupyter.org/

pip源

豆瓣：http://pypi.douban.com/simple/ 清华：https://pypi.tuna.tsinghua.edu.cn/simple 清华大学的pip源，它是官网pypi的镜像，每隔5分钟同步一次，推荐使用。

tensorboard 打隧道远程访问

https://blog.csdn.net/zhaokx3/article/details/70994350

《动手学深度学习》（Dive into Deep Learning）原书中的MXNet代码实现改为PyTorch

https://github.com/ShusenTang/Dive-into-DL-PyTorch