2024.01.12 补充
- 最近有接触到mmyolo库,开始探索mm系列框架,尝试搭积木的快乐
mmyolo也提供了丰富的中文文档。- 掌握框架最快的方式,就是从ipynb一点点开始探索代码结构;并保留debug的结果。
从dir(obj), vars(obj), obj.__class__.__mro__等开始 - 从一个个小的demo开始做测试,慢慢去展开子函数的功能,再回到调用代码的地方。
写注释、写代码结构图、调用关系图、数据流向图;写demo;都可以;
主打一个快速掌握
- 掌握框架最快的方式,就是从ipynb一点点开始探索代码结构;并保留debug的结果。
- 框架是做感知算法工程师必不可少的roadmap,同掌握docker一样,都是很好的工具!掌握注册机制,掌握mm系列
- 框架有几个好处:
- 1. 方便代码合并和共存;需要同同事合作的项目,可以在此基础上共同开发;可以让大家通过改配置文件和新开文件的方式让大家的代码共存。
- 2. 更快的进行迭代、更快进行消融实验。搭积木的方式,使得做实验只需要替换模块即可。方便快捷,可以快速拿到结果。
- 3. mmyolo从训练、部署、模型转换、数据集统计等提供了丰富的接口可以供使用者更深入的了解;同时在此基础上可以开发自己工具包。可以更方便的进行更新迭代;同时mmdeploy也有关于部署方面的教程;mmyolo还有关于训练的trick和建议。都是很适合新手去探索的文档。
2023.09.15 补充
-
向大家分享一下我最近的工作:yolov5 三个yolo层可视化__helen_520的博客-CSDN博客
最近比较忙碌,开始进入了实战;yolov5暂时不需要太多的技巧来训练;将时间都放在对结果的分析上了。比如特征可视化、分类器效果分析;可以定位一些基础的问题,对网络的理解也更深入了。 -
更神奇的是对编程的理解:体会到函数式编程带来的好处——可以简单的代码重复测试多个图像。在ipynb中进行编程,实在是太棒了。
2023.7.27 补充
- 正好距离上次更新,又过去了一年,这一年里我做了哪些事情呢?
- ① fastai ssd 看了好几遍;尝试了Icevision等,想要计算出mAP,最后都失败告终!mAP困扰了近半年。
- ② [强烈推荐!!] 最近最大的收获是:跟着bilibili看目标检测的内容,进步较快 霹雳吧啦Wz的个人空间-霹雳吧啦Wz个人主页-哔哩哔哩视频
- 对于了解目标检测的经典代码和思想,很快;可以很快步入:跑通demo并理解原理的阶段,paper也可以继续看。
- ③ 在fastai的lesson上学习到了BN等基础知识;在bilibili上迅速复现跑通理解经典代码
- ④ 下一步?还在探索!
2022.07.28 补充
- 目前对我帮助最大的应该是fastai,lesson1~lesson12 2019。part1: lesson1~lesson7;part2: lesson8~lesson12
- 目前还是在不断地消化和吸收fastai的内容,不断的做练习,改参数、看结果;主要是把网络的黑盒子打开,哪些work,哪些不work
- 下一步计划是:能够在fastai的练习基础上,去迁移Yolo的训练;如果能有所收获就太棒了!
- 接下来会在激光雷达方向做深度学习的工作,也期望图像这边的经验能够有所复用!
2021年11月17日 补充:
学习笔记如下:
- 下面的东西都太数学,没有动手的部分。
- 参考的学习方法和思路如下:
fastai 2020 lesson0 笔记_hello world-CSDN博客 - 推荐的深度学习内容:
fastai 2019 笔记汇总 lesson1~lesson12 中文笔记_hello world-CSDN博客
2023年09月15日
- 看到最近有很多网友点赞和收藏这篇博客;特此更新提醒一下。
- 经过这么久的摸索,我推荐此分割线以上的内容,此分割线以下的内容不要再参考了
- 推荐大家去关注Jeremy的fastai课程(下面的fastai课程见解)、Jeremy 2020course的lesson 0 、Radek的书《meta learning》
- 《Meta Learning》中文翻译版:有道云笔记 有条件的人士还是去给Radek支持一下吧,码字不容易;Radek获得了Kaggle比赛的第一名;
- Radek不会编程,29岁才开始学习深度学习,没有大学文凭;后来开始全职做深度学习;现在在nvidia公司做深度学习方面的工程师;他最大的收获是学习了fastai课程;他在fastai的forum社区和twitter上非常活跃;最近在做GPT相关的工作。
- Radek的road是最适合大家复制的;看他的书;看他的twitter,可以看他以前的twitter,记录了他的成长之路。
0. 为了入门深度学习,我做过的攻略/参考的学习路线 下面的内容不推荐了 别看书了
01. 深度学习如何入门?——知乎回答
-
深度学习如何入门? - 知乎
量子位的回答是源于一个英文博客,竟然国外入门也看吴恩达。他的路线我基本都走过但最值得推荐的还是fastai,看完fastai后,才觉得自己是真正入门了!
-
https://www.zhihu.com/question/26006703/answer/135825424http://深度学习如何入门? - Deeper Go的回答 - 知乎
-
量子位的推荐如下:(来自英文博客的转载,原文为;Masum Hasan https://masum-hasan.medium.com/absolute-beginners-guide-to-machine-learning-and-deep-learning-7fa032944047
https://masum-hasan.medium.com/absolute-beginners-guide-to-machine-learning-and-deep-learning-7fa032944047(五个月入门机器学习)
第 1 部分:从机器学习开始,2 个月-
吴恩达《机器学习》 coursera
-
3blue1brown,bilibili / youtube 《神经网络》讲解视频 3Blue1Brown的个人空间_哔哩哔哩_Bilibili
-
Michael A. Nielsen的《神经网络和深度学习》一书的前两章 (中文有翻译版)引言 | 神经网络与深度学习
-
Chiristopher Olah的博客:colah.github.io http://colah.github.io/
-
第 2 部分:深度学习,我来了(1 个月)一个月入门深度学习:
- Goodfellow的花书《深度学习》有中文翻译版
- 吴恩达《深度学习专项系列课程》
第三部分:深度学习的实际实现(1~2个月)深度学习上手练(两个月):
- fastai (我基本上学完了这门课程之后,才觉得自己有真正入门) course.fast.ai/
- CS231n和CS224n,CS231n计算机视觉的深度学习
这就是五个月的入门阶段的内容。
其它资源:
- YouTube上有一个两分钟读论文的系列视频https://www.youtube.com/user/keeroyz,帮助快速了解全球深度学习的最热门进展
- 还可以在 YouTube 上关注 Siraj Raval。
- 关注机器学习的进展,Twitter是一个绝佳的工具。(Jeremy也提到了这一点)
- 遇到困难的时候,reddit和Facebook上有很多志同道合的人,不要犹豫,在社区里寻求帮助,大家会伸出援手。
--------------------
-----------------------------------------
02 完备的AI学习路线
processon上面的一个大纲,写的还不错!
AI 学习路线-思维笔记|ProcessOnOutline
https://processon.com/outline/view/5ce7debae4b0899ed43ae577
-
一、基础:python、数学
-
二、机器学习公开课:吴恩达、林轩田《机器学习基石》《机器学习技法》、西瓜书、《统计学习方法》、《sklearn与TensorFlow机器学习实用指南》(四大名著之一的那个)
-
三、实战:Kaggle比赛
-
四、深度学习公开课:吴恩达《深度学习》、fastai《程序员深度学习实战》、CS230 Deep Learning斯坦福。
-
书籍:深度学习(花书)、深度学习 500 问(500个问题和答案)
-
工具:PyTorch官方文档,中方文档
-
-
五、强化学习:公开课:李宏毅《深度强化学习》
-
六、前沿paper:Arxiv、 Papers with Code、Deep Learning Papers 阅读路线、Deep Learning Object Detection
-
七、理论应用
-
计算机视觉
-
03 深度学习阅读路线
deeplearning paper reading map:
04 fastai课程介绍
fast.ai中的内容摘要:
- 如何问问题?
- 为了解决问题,你做了哪些尝试?
05. 其他人的入门路线
我的机器学习入门路线图-红色石头的个人博客因为之前有不少朋友在微信或 QQ 上问我,机器学习、深度学习应该如何入门呢?对应这一问题,红色石头碰巧也在知乎上看到有人提问,就把自己的入门学习经验好好总结了一https://redstonewill.com/1440/这个基本就是看书读书的路线。根据Jeremy的说法,见fastai 2020 lesson0 笔记_hello world-CSDN博客,我觉得看了等于没看。没有实战,记不住。
06. 有三AI的《视觉算法工程师成长指导手册》
看一看就行。没有太大的帮助。
2020年7月原blog:
1、数学方面的补充
- 《矩阵论》程鹏,复习了矩阵分解等方面的内容
- 《随机过程》张颢 相关、PCA、高斯过程、泊松过程、马尔科夫链
- 《数字信号处理》张颢,学习中
2、机器学习
- 吴恩达coursera《机器学习》视频:偏重理论和基础实践,在工程中的作用有限
- 吴恩达coursera《深度学习》——中国海洋大学博士的整理文档:也只是基础的认识,神经网络的反向过程等,在工程中的作用有限
- 深度学习四大名著:《scikit-learn与TensorFlow机器学习实用指南》比较倾向于实战,python的代码实战。
- Kaggle的入门赛:Titanic
- 知乎课堂回答的:机器学习该怎么入门?第一阶段:入门
- 快速看完《西瓜书》
- 看吴恩达的《机器学习》
- 调包跑算法。sklearn。对算法有一个感性的认识,并提高动手能力。我现在应该处于这个阶段。
- 知乎课堂回答的:机器学习该怎么入门?第二阶段:进阶
- 学习《统计学习方法》《西瓜书》
- 学习书本以外的常用算法
- 学习特征工程、打比赛
- 知乎课堂回答的:机器学习该怎么入门?第三阶段:精通
- 深入了解算法细节,对比各大算法差异
- 学习算法在工业中的应用,看源代码
- 看论文
- 写博客
当前仍处于调包跑算法的阶段!