【PaddlePaddle】百度飞桨深度学习基础课程心得体会

【PaddlePaddle】百度飞桨深度学习基础课程心得体会

【PaddlePaddle】百度飞桨深度学习基础课程心得体会

学习内容

       第一周从波士顿房价预测问题以及minist数据集识别入手，讲述了深度学习的一些基本概念数据读取、模型设计、梯度下降、损失函数、优化器等都有详细的讲解。然后通过眼疾识别 数据集讲解了卷积神经网络，细化卷积神经网络的卷积、池化、激活函数、批归一化、丢弃等。
       第二周从YOLO-V3算法入手讲解了目标检测任务。讲解了目标检测中的一些基本概念以及YOLO-V3算法的思想和实现过程。
       第三周就是开放了AI识虫比赛，让同学们将理论用于实践，通过比赛来进一步消化所学的内容。

总体感受

       初次正式接触深度学习是在3月份的时候，由于项目原因开始学习深度学习。作为一个python都不熟练的小白表示很慌，一开始同学推荐了以一个github上的项目《dive-into-pytorch》，作为一个从0入门的小白，对深度学习方面的很多概念都不清楚，在跟着dl项目看了一个月并结合b站相关教学之后勉强知道了一些关于图像分类的基础知识，例如数据处理、卷积操作、激活函数等。但总觉得很难理解这些操作的步骤和目的，并且无法形成一个整体框架。
       刚放暑假的时候，老师在专业群推送了PaddlePaddle的深度学习的基础课程，在pytorch、tensorflow等国外框架流行的当下，百度的PaddlePaddle作为百度自研的开源深度学习框架，无疑是对国内学生非常友好的深度学习框架。所以我就报名了PaddlePaddle的《百度架构师手把手带你零基础实践深度学习》，希望充分利用暑假时间来学习一些技术。
       在这21天的课程学习中，百度飞桨将授课内容和源码都放在notebook中在aistudio上发布，可以自由选择时段观看，所以整体学习节奏还是比较轻松，然后根据每天的授课内容完成打卡任务。通过这21天的学习，我弄懂了以前做图像分类中许多不明白的细节，飞桨的老师们在课程中，首先给出整体框架，然后详细的讲解每一步的思路、源码并结合实践。