百度paddlepaddle目标检测7日打卡学习心得

我5年前就接触AI，深度学习了。我是从事金融量化开发工作的，一直想利用AI来进行量化预测。

当时模型比较简陋，我做了一些量化方面的AI开发实验，发现效果真不行。还不如直接自己想策略来实现呢！

随着时间一年一年的过去，人工智能AI，逐渐成熟。后来发展出很多非常厉害的算法、模型。

我又重新燃起了希望。又开始好好学习起来。google的tenserflow开源后，我就好好学习了。不过总感觉他的模式非常别扭。

调试起来麻烦。后来听说pytorch有动态图模式。调试方便，代码写的也流程简单易理解。后来我又学习了pytorch。

真是不错。后来百度推出了paddlepaddle，完全开源了。而且百度工程师，全力推广，课程完全免费。

真是比外面培训机构讲的都好。真的是一线架构师亲身传授啊。我就报名了：“百度架构师手把手带你零基础实践深度学习”。

真是从最基础的开始讲，而且讲透了，很多 以前都模模糊糊的知识点，比如：

CNN网络的细节。

RNN、LSTM网络的具体算法流程。

Dropout 具体怎么进行的。

bath normal是怎么在多维数据上计算的。

梯度下降SGD，Adam等优化算法也非常相像的介绍了 他们的具体理解方式。

特别让我吃惊的是，居然连YoloV3的模型的每一步细节，都讲透了。包括数据标注，数据处理，数据多线程处理

数据增强：图像做一些随机的变化，产生相似但又不完全相同的样本。主要作用是扩大训练数据集，抑制过拟合，提升模型的泛化能力，常用的方法：随机改变亮暗、对比度和颜色；随机填充；随机裁剪；随机缩放；随机翻转；随机打乱真实框排顺序。

还跟我们一步一步实践"炼丹”，调参。致使模型最优，达到可以应用于实践的标准。

课程结业：还让我们实践参加了一次“AI识虫”比赛项目。让我们真真体会AI应用于实践的整个过程。以及比赛的竞争压力。

最后感谢 百度飞浆，提供这么好的paddlepaddle框架，以及AI studio开发学习平台