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。