PaddlePaddle 21 天学习心得

也是机缘巧合下看到公众号推送的21天学习Yolov3，点开一看，还是免费的！百度真是良心啊，抱着不求大的飞跃，只求小的进步的心态，我报名参加了此次“训练营”。21天的课程内容涵盖丰富，讲解清晰透彻，老师们，助教们都认真细心的为同学们传授知识，答疑解惑，在此向百度飞浆的团队们表示衷心的感谢，不辞辛苦的为我们这么一大批学院们给予帮助。

接下来是对这21天学习内容的总结：

• 第一章是对深入学习概念的入门了解。首先根据官网上的教程（教程真的很详细）安装了paddlepaddle，并在助教和同学们的帮助下安装了anaconda配置了paddle_env环境，开始了paddlepaddle框架深度学习之旅。第一章首先介绍了深度学习的基本概念，再通过深度学习的最基础案例——波士顿房价预测，从数据处理，到设计模型，再到模型评价和优化，最后用paddlepaddle框架实现这个项目，老是说会由浅入深的带我们领略深度学习的奥妙~
• 第二章是通过深度学习的经典案例：手写数字识别。手写数字识别是一个典型的图像分类问题，被广泛应用于汇款单号识别、手写邮政编码识别等领域，大大缩短了业务处理时间，提升了工作效率和质量。从数据处理，模型设计（网络结构和损失函数），到训练配置（优化器和资源配置），训练过程和模型保存，通过每个步骤的详细讲解，让我头一次自己写深度学习网络，虽然是简单的，但是毕竟是基础阶段。
• 第三章是计算机视觉内容，首先带我们了解卷积神经网络的各个模块，再通过alexnet，vgg，googlenet，resnet等特征提取网络带我们在眼疾识别数据集上实现了图像分类的任务，这是检测任务和其他深度学习任务的基础内容。研一阶段有接触过深度学习，但是其实自己对网络的理解还是比较含糊的，这也是我首次结合经典案例进行学习与实践。
• 第四章是计算机视觉中的目标检测内容，主要是用yolo3进行目标检测，最后在AI识虫上进行了比赛。这一章节的内容，由于本人近期在参加中国大学生服务外包创新创业大赛的决赛，因此课程还剩中、下两节，会利用接下来的时间进行深入且详细的学习巩固。

21天的学习经理，说长不长，说短不短，虽然不可能一下晋升为AI大神，但是也是小白晋升之路的毕竟阶段，老师和同学们也都积极的相互传授经验以及心得，氛围相当好，也是感谢百度飞浆这个平台，将大家聚集在一起，将小白与大神们可以放在同一个微信群里哈哈，分享心得的环节拉近了彼此之间的距离，也让这个21天的学习生活充满温情，不再乏味。最后还有了飞桨的VisualDL进行了可视化，整个过程体验十足。百度AI Studio给我们提供了一个非常好的平台，不仅可以在上面用notebook的形式运行我们的项目，还可以有高算力的gpu资源供我们使用，能把开源、免费做成这样对于我们初学者实在是太好了！

以上是我的学习心得，最后，我想感谢百度AI Studio的开源免费课程计划带给我们这么多优质的学习资源，还要谢百度架构师手把手带你零基础实践深度学习课程组的老师和助教们，每次视频和项目课都给了我很大的收获，你们辛苦了！同时也希望各位同学们这段时间的努力在未来的工作生活中有所帮助，如虎添翼。未来的道路上你不再孤单，我们共同努力，奥利给！！！

本人也将自己21天的学习笔记，记载到了CSDN以及博客园上，有兴趣的大佬们请移步~

AI识虫竞赛成绩：