深度学习入坑指南

这里把自己入坑深度学习的方法论记录一下

依稀记得那是2022年5月17号，通过请教浙大的一位好朋友，这里不妨叫小z，研究方向是多模态机器学习与人机交互

小z提到了自己的学习路线

原话如下：

这种一般先看机器学习的基础知识，b站上有吴恩达的机器学习或者李宏毅的机器学习 ，二者都是可以的，我是看的李宏毅的，因为他讲的是中文，我在基础阶段更好接受

主要就看 线性回归 逻辑回归 深度学习 卷积神经网络 循环神经网络 self-attention transformer Bert 这几章

bert这块还是很重要的，现在很多多模态模型都是拿他做的主体框架，然后它最开始是拿来做nlp的（多模态其实就是nlp和cv的结合）

所以最好去读读bert的源码，csdn上有很多带你读bert源码的，可以辅助着看

之后可以拿bert上手写几个小项目，不过搞ai的项目需要显卡来帮你训练模型，所以你需要一台有显卡的电脑或者服务器

再然后可以去看点cv的知识，我们现在用到的cv框架主要是vision-transformer和以resnet为基础的faster-rcnn

再之后就可以看论文了。

于是我就开始按这个方法论开始学

从李宏毅机器学习开始入门，再到深度学习，当然中间还有穿插着学了Python基础，将Python语法的基础进行了补齐，再到小土堆PyTorch实战，再到YOLO实战，R-CNN论文精读，ResNet论文精读，HRNet论文精读，OpenPose论文精读，ST-GCN论文精读，VGG，AlexNet论文精读，当然中间还穿插着结合实验室课题阅读了好几篇综述文章，再到后面确定研究方向。

中间当然也有试错的部分，比如学习习惯的培养，也是一个漫长的过程，还有每天调试项目的过程，也学到很多东西。