作者简介：现为中科院特别研究助理 (博士后)，国内某软件行业领头企业 AI 部技术负责人，在 AI、数据科学和科学计算等方面相关的工程实践上积累了丰富的经验
随着深度学习框架以及云计算的普及，每隔一段时间就会被各种新出的算法刷爆朋友圈，比如之前的GAN、Bert、XLNet等，当我们想要去复现论文中的算法结果，或者打算将新算法落地去解决公司实际的业务问题时，这时候会遇到各种各样的问题，最常见的一个问题莫过于：代码环境或者代码版本不同，无法复现结果。这个问题往大了说其实就是工程问题。
由于我们大多数算法从业者其实所作的工作都是算法应用，也就是说使用已有的算法去解决实际的业务问题。想要完成这样的工作，工程能力必不可少。如果将AI中算法模型的训练比做炼丹的话，那么和算法模型相关的一些工程部分可以看作是炼丹炉。想要炼制一颗好用的丹药，没有一个好用的炼丹炉是万万不能的。
专栏介绍
针对上面的这些问题，王老湿邀请到了专栏作者 Leon Wang，作者现为中科院特别研究助理 (博士后)，国内某软件行业领头企业 AI 部技术负责人，在 AI、数据科学和科学计算等方面相关的工程实践上积累了丰富的经验，他将在接下来的这段时间里为大家带来专栏《AI炼丹炉工程实践指南》，这个专栏里的一部分内容就包含了上述问题的解决方案。
这个专栏主要针对AI项目经常遇到的项目代码运行中涉及到的众多工程问题，分门别类进行介绍和讲解。专栏主要面向对AI项目工程方法有一定问题的初级或中级读者。
整个专栏分为两部分：基础篇和进阶篇。
基础篇包括Linux，虚拟环境和容器等AI项目经常所需要的工程基础，进阶篇主要从AI项目组织、计算速度优化、打包分发、流程管理以及R相关技术介绍等方面进行展开，以满足具备基本工程基础的读者的实际需要。
专栏目录
基础篇进阶篇
交流学习
为了方便大家更好地与作者进行沟通交流，为此王老湿针对《AI炼丹炉工程实践指南》这个专栏成立了微信读者交流群，我会邀请专栏的作者 Leon Wang 坐镇交流群，大家想近距离与作者沟通，都可以来加入。
相关文章
