【自学者】学习小结（关于深度学习、视觉和学习体会）

以下仅仅是考研上岸到开学一个月期间的自学体会，仅作为参考，仅代表当时观点，不代表现在观点，有空的话我会出一期现在的一些小建议博客，仅作为小建议，本人不是很厉害，只是想分享当时的经验，大佬请自动绕过，最重要的是找到适合自己的学习方式、学习方向，适合自己的才是最好的。（不喜勿喷） 

今天是2020年11月6日，来到上海正好一个月了，想写一篇学习小结，然后开始尝试一下新的学习方式。

目录

学习资料分享

有关python学习

有关OpenCV+python计算机视觉图像处理学习

有关神经网络学习

有关深度学习基础学习 

偏理论

 偏实践

关于框架学习

Keras

tensorflow

Pytorch

方法思考

基础学习

解决问题

新思想新灵感

小结

---

2020年3月开始接触计算机视觉，接触keras框架，当时很多都不懂，一点一点啃，最后顺利完成了我的第一个视觉项目也就是我的毕设《基于卷积神经网络的人脸表情识别系统的设计与实现》。现简单回忆一下当时的学习历程，顺便总结一点点小小的经验，希望对入门的同学有所帮助，一起加油（一些学习视频的选择可能不是很经典，但却是我自己的有意无意选择了的，故仅做参考）。

学习资料分享

有关python学习

第一次接触python是在2018年10月，当时国庆假期一个人在本科实验室刷视频，做笔记，疯狂输入。学习的是《[小甲鱼]零基础入门学习Python》，当时很遗憾的是没有充分使用CSDN博客，把笔记全都记在了Word文档，记录了很多，有点杂乱。刚开始记笔记也有点笨，很多都记，同时也跟着敲代码，不断试验、出错和解决。有时候遇到好玩的还会自己写个代码逗自己开心（如下图的朋友圈截屏）。

B站链接：https://b23.tv/kLRXOX （部分目录与截图）

有关OpenCV+python计算机视觉图像处理学习

最初是在B站完整跟着学习了一次，带我入门的一个视频《OpenCV+python计算机视觉图像处理》，刚开始手写记笔记后来发现太慢了，发现在视频简介处贴有视频对应代码，赶紧下载学习。跟着视频配置所需的环境，跟着视频在提供的代码上做注释，写自己的一些理解。原本是利用Typora这款Markdown编辑器来记笔记的，用了一段时间应该是自己没有掌握好（图片转载方面出现问题一直拖着没解决），就直接在CSDN来记笔记了（见下图专栏截图）。

B站链接：OpenCV+python计算机视觉图像处理_哔哩哔哩_bilibili （部分目录与截图）

专栏截图（当时的一些笔记都整理在了这里，后期学习了一些相关的也保存进来了，有些地方写的可能有点乱，多多指教。）

还有一些优质图书资源如下：

链接:https://pan.baidu.com/s/1rAzNRaJSe8EwxWVVTCQp6g 提取码:i924

有关神经网络学习

每天需要做学习强国，当时在学习强国上看到了北大老师陈斌讲的《人工智能与信息社会》（偏理论，可以考虑简单入门），

刚开始在强国学习的，后来发现没有倍速，有点难受，就直接去了对应的慕课进行学习，发现慕课真不错，还能下载对应PPT，把一些笔记写在了博客专栏《神经元与神经网络学习笔记》

慕课链接：人工智能与信息社会_北京大学_中国大学MOOC(慕课)

有关深度学习基础学习 

偏理论

我是跟着吴恩达老师学习的，原本是B站学习的，后来发现网易云课堂有课程。整体感觉很好，老师反反复复讲得很认真，适合入门，偏理论。刚开始自己截屏记笔记，发现太慢了，无意间发现黄海广老师针对此课程写了一个配套的《DeepLearning.ai深度学习课程笔记》而且一直更新，我手头现在最新的是5.7版本。我也根据视频讲解和课程笔记做了自己的笔记，虽然很多都是复制粘贴，但我还是想做一下，做一些重点标注和偶尔小结，这样更加深刻。（吴恩达深度学习笔记专栏地址：https://blog.csdn.net/dujuancao11/category_9871211.html ，建议自己看视频做笔记，我写的简单看看就行，我是为了自己复习方便。）

网易云课堂链接：https://mooc.study.163.com/smartSpec/detail/1001319001.htm

配套笔记封面和部分目录截图：

链接:https://pan.baidu.com/s/142Lj7n5hneg-VgjgkM7fvg 提取码:tj40 

 偏实践

在学习完吴恩达老师的深度学习课程以后，我学习了《动手学深度学习Pytorch版》，这一次对深度学习一些基础东西的理解更深刻了一些，而且偏重用Pytorch框架来实现，不仅加深了对深度学习基础的理解，而且简单学会了Pytorch的基本语法。

部分目录与图书截图

对应源码：https://github.com/ShusenTang/Dive-into-DL-PyTorch

网盘链接:https://pan.baidu.com/s/1HdATN4RZxdEDZbCtSrPUdw 提取码:z66y

关于框架学习

Keras

我第一次使用的框架是keras（可以把Keras看做tensorflow封装后的API），有对应的官方文档也有一个PDF文档。

Keras中文文档：主页 - Keras 中文文档

文档部分截屏：

网盘链接:https://pan.baidu.com/s/1BVBjLTi0UGtP_VVkIzwVLw 提取码:1145 

tensorflow

简单接触过，使用Keras的时候需要它，之前简单写过几篇关于它的博文。

tensorflow入门变量常量：tensorflow入门变量常量_Clark-dj的博客-CSDN博客

3tensorflow四则运算：3tensorflow四则运算_Clark-dj的博客-CSDN博客

最头疼的应该是tensorflow-gpu的配置吧，在这篇博文：《虚拟环境安装》https://blog.csdn.net/dujuancao11/article/details/107468687 （东西有点多，可能有点乱）

也可以看这篇：《有关Python一些常用软件简单安装（附百度网盘安装包链接）》有关Python一些常用软件简单安装（附百度网盘安装包链接）_Clark-dj的博客-CSDN博客_python安装包百度网盘

还有在配置过程中容易出现的问题：《tf-gpu（检测、np.dtype([(“qint8“, np.int8, 1)]) 、 not compiled to use: AVX2、CUDNN_STATUS_ALLOC_FAILED）》tf-gpu（检测、np.dtype([(“qint8“, np.int8, 1)]) 、 not compiled to use: AVX2、CUDNN_STATUS_ALLOC_FAILED）_Clark-dj的博客-CSDN博客

Pytorch

其实这个框架主要是在《动手学深度学习Pytorch版》中接触的，还没有专门学习，不过也有学习文档《PyTorch官方教程中文版》。

网盘链接:https://pan.baidu.com/s/1k9XrhuPI3nFJP8tweNrLsQ 提取码:w6ve

小结

以上推荐PyTorch

以上是我学习过程使用到的一些资料，完整的百度网盘链接：https://pan.baidu.com/s/1ygkz4rv2nZQrnn86i4Weyw 提取码:5u7y

方法思考

基础学习

1. 基础学习：提升搜索资料的能力，学会站在巨人的肩膀上学习，学会搜索对应的源码、电子书和PPT等。
   一些来源：CSDN、B站、微信公众号、知乎、简书（认真探索会发现学习强国也不错，比如某个领域的新动态、新政策，便于做出更好的决策。）
   不得不承认身边有很多优秀的人在做公众号和B站视频，比如我喜欢的微信公众号：帅地玩编程、公子龙、OAOA（我高中同学的）等，CSDN博主：
   Bubbliiiing（真的是榜样）。
   论文：我读的太少，下一个目标好好读论文。
2. 笔记： 有必要自己做笔记，选择适合自己的记笔记方式，比如我习惯用CSDN博客记笔记了，虽然有些时候只是简单复制粘贴，但我还是要来一遍，一些地方加粗和标红，在有些地方写上自己的思考、小结或者疑惑。记笔记要及时，写了很多博客，开始慢慢严格要求自己，虽然现在离目标还很远。
   可能遇到的一些问题：
   1）为了解决一个问题，看了太多资料，但是都有一些收获，没空做笔记，可以挑重点记笔记，也可以给自己集中安排一个时间来写。
   2）博客可能会出现错误，由于基本都是自学，难免会有理解不到位的地方，大胆记，持续更新修改。（如果我的博客有错误，欢迎指出，一起加油。不过要求不要太高，时间精力比较有限，我尽可能写好。感谢支持！）
   3）有一些比较新的想法，考虑到保护，可能会设置为私密。
3. 交流：和导师、学长学姐还有身边优秀的同学交流，启发很多，珍惜现在的一切。

解决问题

1. 心态：我觉得一定要有好的心态，下载软件、配置环境、写代码、调试和运行等出问题太正常了，一定不要怕麻烦，面对问题，自己学着搜索解决就好。很多时候一个问题，一个解决方案别人可以，你不可以也很正常，多尝试就好（好好折腾就对了）。
2. 从问题中获得启发：
   例1：刚开始接触深度学习的时候什么都不懂，直接用CPU训练Fer2013的数据集和Inception网络，训练速度感人，太慢了，后来才知道可以用GPU加速（看过这篇知乎：深度学习中如何选择一款合适的GPU卡的一些经验和建议分享 - 知乎），又知道需要支持训练的显卡才可以（显卡算力表CUDA GPUs | NVIDIA Developer），后来又学会配置Tensorflow-gpu。
   
   例2：一个小意外，录屏视频没有声音，想着把视频里的PPT截取出来，1个小时的视频，自己挨个截取太慢了，灵机一动用opencv试试吧。详细见我的博文：视频到图片（每隔几帧保存一张图片）opencv实现_Clark-dj的博客-CSDN博客_opencv如何保存图片

新思想新灵感

1. 多参加学术会议，最近一次参加了CGCKD（山西大学承办的2020年中国粒计算与知识发现学术会议（第二十届中国Rough集与软计算学术会议、第十四届中国粒计算学术会议、第八届三支决策学术会议）），最大的学习就是：现阶段人工智能基于计算，下阶段基于记忆。还感受到了各位老师对学术的热爱和激情，学习的榜样，希望有一天也能成为向他们那样优秀的科研人，踏踏实实做事情。
2. 实际：要善于在实际生活中联系所学，有一定的敏感度，我认为科研的最终目标也是为了服务社会，服务人本身。
3. 善于了解一些政策或者学科动态，方便更好做出决策。

小结

要分享的基本到这里就结束了，一点点心得，其实这样“全盘托出”的分享，我压力是蛮大的，因为很多地方我也正在探索，做的不是很好。但我还是愿意把之前零零碎碎的学习链接资料整理出来，花几个小时来写这篇博文。感激现在的一切，感激支持与喜欢（截止现在484个粉丝），我会更加努力写博客的。

我的研究生生活度过了完整一个月，喜欢学校，遇到的老师、师兄师姐和同学都很好，每天都很开心，也有在认真学习，慢慢摸索，认真交朋友。虽然大部分时间在忙碌，但因为身边有一群可爱的人而变得幸福充实。

虽然不知道以后会怎样，但会一直保持热情，在摸索中努力前行。

知止而后有定，定而后能静，静而后能安，安而后能虑，虑而后能得。物有本末，事有终始。知所先后，则近道矣。

还请多多指教，一起加油呀！