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。