这是我参加的第一个线上学习打卡营,总体感觉非常充实,群里氛围特别活跃,有积极提问的初学者,也有热心回答的助教,印象最深刻的就是班主任和助教GT,仿佛让我觉得自己又回到了与学长学姐们一起跟导师做项目的时候,收获是满满的,希望未来有更多的类似活动。
闲话少说,总结一下学习心得。
一、拿来主义优先,先来个高大上的学习方法理论
三句话总结:
看授课视频形成概念,发现个人感兴趣方向。
读课程笔记理解细节,夯实工程实现的基础。
码课程作业实现算法,积累实验技巧与经验
我比较喜欢的方式是阅读文档和观看视频,paddle官方的文档做的很详细,从入门开始一步步十分详细,强烈大家先快速阅读一遍,有个大致了解,在脑袋中形成一个paddle的深度学习网络脑图,再根据练习慢慢的往里面添加枝叶,喜欢视频学习的小伙伴也可以从入门视频开始。我觉得《百度架构师手把手教深度学习》就很不错。实在不行还可以照着AI学习地图来。
二、实践为王
深度学习跟java,php,APP和前端开发不太一样,后者大部分业务逻辑都已经有成熟的框架和解决方案,简单的CRUD,复杂的设计模式考虑,业务逻辑处理,系统架构组成,安全性能考量等都与理论联系不多,更接近实践部分,经过两三年的工作一般都可以掌握。但深度学习并不是简单的跟着样板做几个demo,稍微调整一下参数,就可以说已经掌握,熟练使用了,可以说是入门是有门槛的。一个线性代数就把一大批没学过高数的人难住了,更不要提微积分极限概率等。
理论在深度学习实践中具有很重要的作用,比如如果搞不懂各种神经网络的概念,层级和输入输出,参数调整依据什么,损失和精度图像变化为什么那样等等。哪怕简单的输入数据变更也很难解决,全靠猜。所以我在做作业过程中,对于不理解的部分,反复的回看视频讲解直到弄懂。
理论部分还可以学习吴恩达大神的教程(利用这个特殊的假期刚过了一遍,打算重点回看)和cs231n课程(正在学习),配套一本入门深度学习书本。实践部分可以在ai studio上fork众多的分享案例,从简单到复杂的,一点点提高。最后可以试着参加比赛,感受氛围提升能力。
深度学习之工具配置jupyter管理多个conda环境,VMware ubuntu anaconda paddle 环境配置
飞桨深度学习学院零基础深度学习7日入门-CV疫情特辑学习笔记(一)预习课程
飞桨深度学习学院零基础深度学习7日入门-CV疫情特辑学习笔记(二)DAY01 新冠疫情可视化
paddlepadddle零基础深度学习7日入门-CV疫情特辑学习笔记(三)DAY02 手势识别
飞桨深度学习学院零基础深度学习7日入门-CV疫情特辑学习笔记(四)DAY03 车牌识别
飞桨深度学习学院零基础深度学习7日入门-CV疫情特辑学习笔记(五)DAY04 口罩识别