一般工作环境一般来说，笔者的代码是运行在服务器上的，服务器上具有多块显卡作为主要计算环境，服务器具有外网独立IP，就笔者的为例，是运行的Ubuntu 16.04系统，目前而言，Ubuntu等基于Linux内核的对于深度学习周边框架的支持比较好，建议大家使用Ubuntu作为主要开发环境（可以是远程的计算环境，本地编辑代码等可以采用对用户较为友好的windows）。
代码编辑器类
- vim，在服务器上在线修改一些代码或者配置文件的时候使用，快捷键多，可以用的插件海量，可定制性极强。
- vimplus，使用vim的话一般需要自己去下载安装些自动补全等功能的插件，这个插件集合可以满足日常的应用，并且一键安装，非常方便。网址见：https://github.com/chxuan/vimpl
- usvs code，在本地上编辑代码后，通过sftp等远程工具上传到服务器上，目前的主流开发方式，简单方便，一般来说配合插件sftp和remote-fs就足够了。
- pycharm，和vs code一样可以使用远程解释器并且上传代码到服务器上，但是其体量比较大，对电脑要求比较高。
深度学习框架类
- anaconda，目前python下最为流行的科学计算包，内涵了基本上所有科学计算所需要的包，同时有conda这个环境管理器，非常方便。
- tensorflow，可以通过conda安装，目前主流的深度学习框架。pytorch，可以通过conda安装，目前主流深度学习框架。
- keras，可以通过conda安装，目前主流深度学习框架。
- scikit-learn，流行的机器学习包，内含了很多传统机器学习的包，包括svm，线性回归，决策树等。
- scikit-video,scikit-image，常用的图像视频处理库。
- scipy，常用的科学计算库。
- 杂类xshell，用于远程ssh连接服务器。
- xftp，用于远程的sftp和ftp连接服务器，方便直观。
文档书写类
- typora，可见即可得的markdown书写编辑器和解释器，功能比较完善。
- texlive，流行的latex发行版。
- texstudio，流行的latex编辑器。