目录
首先的首先,我们需要了解一些deeplearning的知识和python基础
1.CUDA,CUDANN的安装,conda安装,pytorch安装,pycharm安装,包括简单模型的构建(绝对的简单入门,需要一丢丢的python基础)
2.学习手写体MNIST识别(学习完第一部分后,这部分看起来就会很简单)
3.学习搭建Unet(跟着敲代码就行,继续熟悉如何构建模型,然后训练,测试)
首先的首先,我们需要了解一些deeplearning的知识和python基础
建议看:李宏毅《机器学习/深度学习》2021课程,配合《花书》一起食用更佳!
李宏毅的这个课程建议看到P14即可
python需要了解基础语法,class还有python特有的字典,numpy,tensor(后面的DL用到)
李宏毅《机器学习/深度学习》2021课程(国语版本,已授权)_哔哩哔哩_bilibili李宏毅老师的2021机器学习课程,已得到授权,非常感谢李宏毅老师对于Datawhale开源内容的支持,后续内容会持续迭代更新原视频链接:https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.htmlLeeml-notes开源项目:https://github.com/datawhalechina/leeml-notes视频配合笔记食用更佳https://www.bilibili.com/video/BV1JA411c7VT?spm_id_from=333.999.0.0你觉得自己这辈子都学不会编程?超超超基础Python课程,120分钟快速入门 【自学Python教程合集】_哔哩哔哩_bilibili如果你觉得这辈子都学不会编程的话……要不要再试一次?∠( ᐛ 」∠)_超级超级基础 Python 入门教程,持续更新(应该吧)https://www.bilibili.com/video/BV1944y1x7SW?p=1
之后我们进入实战部分
1.CUDA,CUDANN的安装,conda安装,pytorch安装,pycharm安装,包括简单模型的构建(绝对的简单入门,需要一丢丢的python基础)
2.学习手写体MNIST识别(学习完第一部分后,这部分看起来就会很简单)
3.学习搭建Unet(跟着敲代码就行,继续熟悉如何构建模型,然后训练,测试)
4.李沐论文精读
5.了解各种backbone,以及背后思想
例如:
VGG
AlexNet
ResNet(residual)
MobileNet(depthwise separable convolution )
Inception;Xception
这些模型的原论文都在百度云连接:
链接:https://pan.baidu.com/s/1B42PPZZMzGwFqfCg-_eJdw
提取码:ecnu
6.学习分割任务的最新模型(关注这个合集)
由于我是做分割任务比较多,因此希望大家关注以下最新的分割技术:
backbone:
resNet101
Visual Attention Network
swin transformer
convNext
method:
deepLab(ASPP),这个博主讲得很好,从V1~V3,这个语义分割篇很详细
DaNet
ACnet
DNL
OCRnet
UperNet
FPN