[学习方法]深度学习入门系列（一）

    最近很多刚接触深度学习的学弟学妹，不知道该如何如何去学习，开这个博客，希望总结一些自己的学习的经验，可以帮助刚要接触深度学习领域的研究生。我觉得整个深度学习研究可以分为入门、提高、研究、总结四个阶段。入门阶段掌握深度学习的基本理论，掌握python语法、数据结构、了解tensorflow框架，提高阶段的话，需要掌握常用的模型结构，熟练使用tensorflow框架 ,具备模型的复现能力，研究阶段就开始实际的课题研究，要能提出具体的改进方法，最后是总结阶段需要提高论文撰写能力。

      ●入门阶段可以分为理论入门和编程入门，两大块都非常重要。理论入门可以看网易云课堂上吴恩达等一些老师的课程，还可以去看综述类的文章，书的话，机器学习、统计学习方法都不错，最后就是要及时总结。编程入门，最重要的就是自己写代码练，python编程导论是麻省理工学院的，写的挺好，可以参考，里边也有一些练习题，学完基本的python语言，可以去leetcode \牛客网刷题，锻炼编程能力，这个也是找工作非常有用的。

      ●提高阶段，我觉得六步学习法比较好，首先收集图像识别、目标检测、语义分割等常用模型论文（10-20篇，论文链接）选取其中一篇论文，深入精读，找到论文源码、深度理解，并能够熟练实现源码，这时候你对如何实现一个模型有了比较深入的理解。然后选取方法相似论文，深入精读，先独立复现，再看源码，学习作者源码优点，这时候你能知道自己的不足，可以有针对性的弥补。选取跨度较大论文，先复现再看源码，这时候如果能够比较顺利的完成，编程能力就可以了。最后就是把剩余文章精读，对所有文章按照时间排序，总结改进方法

      ●研究总结阶段的话，就是根据课题组需求确定研究方向，阅读该领域前沿文章，复现其中2-3中方法，并将其应用于研究课题，发现应用于具体课题的实际问题，根据提高阶段的总结，将方法应用于该实际问题。选取改进的方法作为论文方法、其他方法作为对比试验，对模型评价，撰写论文。

        此外，我也开通了一对一指导，有需要快速入门的，可以加我好友，和我取得联系QQ：409126903。