飞桨PaddlePaddle——百度架构师手把手带你零基础实践深度学习

飞桨PaddlePaddle——百度架构师手把手带你零基础实践深度学习

首先，在CSDN注册账号很久了，一直以来都是看各位大佬的blog，也没有发表过自己的想法。在学习上出现了疑惑，第一件事就是来CSDN上寻找帮助，非常感谢各位大佬的无私分享。
最近我在百度AI Studio课程中参加了21天的百度架构师手把手带你零基础实践深度学习课程，课程即将结束，于是就课程的整体给大家分享下我的感受与课程中的一些想法。

课程整体感受

在历经21天之后，回顾这段时间，收获颇多。首先对自己感到骄傲，能够每天坚持学习完当天的课程任务，并且按时完成了打卡，要知道这可是暑假，我居然每天都在学习，还学习了21天，有点不真实，就像是一场梦，醒来还是很感动，淡黄的。。。。。。咳咳，言归正传，再者也确实是真的学到了东西的，百度的课程干货很多，并且免费提供GPU算力，只要每天运行下项目即可赠送12小时的算力，这对于我们这种既没钱买高昂的设备，又是新手小白来说，真的是非常友好，给各位想学深度学习的小白们强烈安利。
接下来我将大致总结下这门课。

深度学习的基本流程

深度学习是用来实现人工智能的一种方式，它相比机器学习而言，我觉得更加简单，更加容易上手，因为它基本上都有一套流程，只要你掌握了这套流程，基本上你也可以设计出一个模型，至于结果的好坏，就是个不断优化调整的过程。

如图所示（图片来自于百度架构师手把手带你零基础实践深度学习课程），从纵向看，深度学习一般都遵循数据处理、模型设计、训练配置、训练过程、以及模型保存这五个基本步骤；从横向看，每一步都可以进行优化调整，如数据的处理可以优化使得读取更快，训练配置中的学习率的调整能使得模型更好的收敛等等。

“Roman wasn’t built in a day”，一个好的深度学习模型也是经过不变的优化得到的。百度飞桨开设的这门课正是从这五个步骤出发，从最开始的房价预测模型到最后的YoLoV3算法，由浅入深，层层递进，使人学起来很轻松。

关于锚框的理解

将原始图片划分成m×n个区域，原始图片高度H=640，宽度W=480，如果我们选择小块区域的尺寸为32×32，则m和n分别为：
m=640/32=20
n=480/32​=15
如下图所示（图片来自于百度架构师手把手带你零基础实践深度学习课程），将原始图像分成了20行15列小方块区域。

然后在YoLoV3中，以基本小方块为中心取不同的尺寸，就变成了预测框，课程中的代码是输入指定anchor的尺寸大小的，我们其实也可以固定anchor的基本长度，然后在此基础上进行形状调整也可以，代码如下（来自SiamRPN论文的代码）：

def generate_anchors(total_stride, base_size, scales, ratios, score_size):    # 其中base_size为anchor的基本大小，scales为放缩大小，ratios为宽高比例
    anchor_num = len(ratios) * len(scales)   
    anchor = np.zeros((anchor_num, 4), dtype=np.float32)
    size = base_size * base_size 
    count = 0
    for ratio in ratios:
        # ws = int(np.sqrt(size * 1.0 / ratio))
        # ratio = h / w， s = w * h = w * w * ratio， w = sqrt（s / ratio）， h = w * ratio
        ws = int(np.sqrt(size / ratio))  
        hs = int(ws * ratio)   
        for scale in scales:
            wws = ws * scale 
            hhs = hs * scale 
            anchor[count, 0] = 0
            anchor[count, 1] = 0
            anchor[count, 2] = wws
            anchor[count, 3] = hhs
            count += 1

    anchor = np.tile(anchor, score_size * score_size).reshape((-1, 4))
    ori = - (score_size // 2) * total_stride    
    x, yy = np.meshgrid([ori + total_stride * dx for dx in range(score_size)],
                         [ori + total_stride * dy for dy in range(score_size)])

    xx, yy = np.tile(xx.flatten(), (anchor_num, 1)).flatten(), \
             np.tile(yy.flatten(), (anchor_num, 1)).flatten()
 
    anchor[:, 0], anchor[:, 1] = xx.astype(np.float32), yy.astype(np.float32)
    return anchor