前言:
博主已经学废了,代码代码不行,理论理论不行,所以想把走过的路给大家讲讲经验,仅供参考。
研一前:
编程基础:Python为主,一般的深度学习代码都是使用python编写的,如果涉及到模型的部署以及加速之类的项目落地,则需要c++。都可以看看网课,记记笔记有印象即可,因为大家都会忘,还是要在深度学习项目中多写多用。
学习深度学习如果时间充裕一定要看一下机器学习等传统的算法。可以配合西瓜书听周志华的网课,或着听李宏毅的网课也可以。
这两块在研究生开学前尽量看一遍,懂个大概即可。
研一上:
开学后,配合深度学习花书和动手学深度学习(网上pytorch版)这两本书,网课的话,推荐B站刘二大人的pytorch课程和斯坦福大学CS231N计算机视觉网课学习。期间大家一定要动手跟着教材或者老师的网课代码敲写一下。这部分是深度学习的基础和神经网络搭建的方法学习,神经网络如何搭建大家一定要一步一步的照着代码多敲。只有从一开始简单的敲起,后面论文的代码以及它加的trick你才能了解熟悉。切记这部分很重要。
研一下:
纸上得来终觉浅,要开始看经典计算机视觉论文,这个要根据你的学习方向选择了,一般就是相关方向的论文,看看他的创新点,以及trick(就是小技巧),切记要把代码看一遍,强化自己写框架的能力,尤其是trick的代码,要自己整理下来,封装成类,方便自己以后调用。期间除了看论文,也可以打打相关的比赛,如天池比赛,kaggle比赛等计算机视觉比赛。把自己看的论文里的小trick用起来,活学活用。
研一暑假:
研一结束这些基础完全够大家搞项目了,至于一些模型优化很难有理论学习啥的,都是多实践多动手,剪枝,量化蒸馏都是项目里用的多。所以研一暑假大家一定要积极主动起来,找个实习,大厂不行就进小厂,这个无所谓。进去之后主要是学习工程上的东西,在实习中找到自己想更深研究的地方,研二就可以有目的的学习,学习强化完,研二暑假就可以找到一个很不错的实习了。大家加油,我已经废了哈哈哈,学的都是半吊子,希望大家都有美好的未来。