百度Python小白逆袭大神课程心得

最近在看吴恩达的教程，但无意中在oschina上看到有百度Python小白逆袭大神的课程，于是好奇点击去。从此，进入了新的世界。

一直以来，我觉得搞AI很难，确实难，应用的门槛高。但经历过这7天后，感觉深入学习AI确实难，但应用的门槛不再高了。结合我自身做项目的经验，再来使用百度的AI产品，不仅能快速实现需求，而且所达到的效果超乎想像。记得最开始使用百度的AI产品是语音合成，即文本转语音，转换出来的效果非常好，接口简单、情感丰富。下面贴出百度AI语言合成的地址：

http://ai.baidu.com/tech/speech/tts

接下来谈谈这7天的感受：

第一天：

除了有Java基础外，python只觉了点语法后就一直放到现在。今天重新学习，重新用起来。第一个作业是打印九九乘法表，简单的几句代码就能实现了。接着是遍历某目录下的所有文件，并将含有指定关键词的文件路径打印出来，要是这段代码要用Java写，估计得要几十行，但python，包括导入模块也就十行不到，非常简练。

第二天：

来到第二天，感觉变化太快了，立马就要做数据爬取，一开始有点不适应，按正常学习路径，至少要在基础阶段练习十来天才来学这一个level的内容。没办法，硬着头上吧。但学下去之后发现，实际上也没有那么难。在此次学习中，学到了request、BeautifulSoup的使用。

第三天：

习惯了第二天的强度后，第三天来学习图表的绘制，numpy、matplotlib、json、pandas等库都过一遍。跟着老师的节奏来走，作业也很顺当地做出来了，顺便还巩固了第一天的python基础语法。做的过程中，也踩过坑，像中文字体问题，cut的开闭问题等等。

第四天：

如果前几天是在登山，一步一步高。那么今天就是跳，不仅要适应难度，还要考验自身体力。这一天开始学习paddlehub，以及利用paddlehub做图象分类及预测。这块确实是要花不少时间来体会的，收集数据，制作测试集、验证集，加载模型、配置策略、训练模型、预测。paddlehub确实是个不错的框架。

PaddleHub是一个深度学习模型开发工具。它基于飞桨领先的核心框架，精选效果优秀的算法，提供了百亿级大数据训练的预训练模型，方便用户不用花费大量精力从头开始训练一个模型。PaddleHub可以便捷地获取这些预训练模型，完成模型的管理和一键预测。

配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。

课程结束后，计划花时间研究一下。

第五天：

第五天课程，老师带我们了解了EasyDL(http://ai.baidu.com/easydl/)。 EasyDL是百度推出的定制化的图像识别平台，只需要几步就可以做个简单的模型，而且可以发布后，用api调用且免!费!，不用管什么梯度下降，L2正则化，激活函数使用等各种方法，还不用烧自己的gpu。用他！用他！用他。

第五天是大作业，综合了前面几天所学的知识。python基础语法、爬虫、图表、飞浆等。

第六天：

来到第六天，稍微轻松一点了，经过前几天大强度的上手。今天老师带我们来看看大神是怎样用飞浆的，并发布了创意赛的规则，学有余力的同学可以去挑战一下。下以是某大神利用飞浆抠图，合成的效果。

某大神的节点跟踪。

第七天结营。

经历了这七天满满的学习，确实开了眼界，感谢班班和培训讲师团队，棒棒的。由于审核原因，不适合放班班的二维码。