半路上车，Deep Learning 这块还在断断续续地慢慢学，但是由于现在测 TensorFlow 性能的需要，所以来学一下 AlexNet（额，听说 CNN 的计算量不少）。

AlexNet 是 2012 年 ImageNet 竞赛冠军获得者 Alex Krizhevsky 设计的，所以叫这个名字，这个也一直是入门 CNN 的经典模型。

参考的材料有这里，以及从这里盗了张图：

Talk is cheap, show me the code.

开始接触深度学习。

虽然 TensorFlow 是很早就开始折腾了，不过做的基本是研究它的底层实现方面的工作，真正上层应用方面的原理了解的很少。但是之后的工作需要用到这方面的知识了，因此学习一下。

看了不少教程，觉得最好的方法还是跟着个 C 的裸程序走一遍会印象深刻些~

• 深度学习如何入门？
• CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别？

读代码的时候遇到了一些新东西，以前从没见过的语句和使用方式，惊觉 C++ 标准都扩展到 C++17 了，然而我以前写 ACM 的时候甚至连 STL 都很少用。

后来倒是陆续用过 queue 和 bitset 这样的黑科技。

这里陆续补充一点新东西的学习记录吧。

SWIG is used with different types of target languages including common scripting languages such as Javascript, Perl, PHP, Python, Tcl and Ruby.
The list of supported languages also includes non-scripting languages such as C#, Common Lisp (CLISP, Allegro CL, CFFI, UFFI), D, Go language, Java including Android, Lua, Modula-3, OCAML, Octave, Scilab and R.

上面那段是 SWIG 的官网介绍，简单地说，SWIG 是一个用于 C/C++ 和高层脚本语言交互的工具。脚本语言在 SWIG 的辅助下可以直接调 C/C++ 的程序。

简单试了一下 SWIG 在 Python 里面的用法，然后测试了一下 gdb 以及 VS 的远程调试（红红火火恍恍惚惚，其实想记录的重点是这个）。

把去年 7 月的那篇 TF 删掉了，重新开一篇。

曾经我是比较排斥 VS 的，尽管不得不承认这玩意大概是世界上最好的 IDE 无疑。

最新的 2017RC 发布后，观望了半天还是装上了，然后深陷其中无法自拔…oh

前天晚上发生了一件巨坑爹的事情——具体的不再详细讲了，简单地说就是：

银泰人太多，只能把车停在了一条比较远的偏僻的小路上然后走过去。回来的时候放在车里的电脑丢了。

然后就呵呵呵呵呵呵了。

记第一次参加学术会议，我们跨出的一小步。

开学已一月有余，距离在科大开始正式的学习生活也有近三个月了。可能还是没把握好研究生新生活的节奏，感觉这一个月以来活得赶了点。

虽然以前写过的代码量不算少了，但相对来说我的工程项目经验还是少的可怜，如此完整地阅读一个比较大的开源案例还是第一次。也幸而还有以前的写代码经验在，让我能磕磕绊绊把任务做下去。

搞 RDMA 期间有很多东西是现查现学现用的，当时也来不及额外花太多时间去好好研究，然后这三个月的博客也是——一直在挖坑。。。

后面会稍微多花点时间把这些东西都好好消化一下，也把前面的坑都填一填。

记录一些 ibv 函数的用法

Refer to:

• RDMAmojo

ibv functions