21天PaddlePaddle学习心得

2020-08-28 07:18:24 2万阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

PaddlePaddle21天深度学习训练营学习心得 PaddlePaddle21天深度学习训练营学习心得一直都没有写公开心得的习惯，因为一路上都在不断犯错，错误的理解，错误的观点，错误的代码，自己并非科班出身（学了7年的规划学科），常常担心会误导了别人。我是一个做笔记的时候功利心贼强的人，会考虑笔记相比于原始的学习资料能不能更有价值，会考虑日后能不能再拿起来回顾，害怕自己做了无用功。所以往往都是写一些记录要点或有关自己思考的学习笔记，并且很挫败的是，大多没能坚持到最后。最近也在找工作，发现一直埋头苦干往往不能真正体现自身的价值，所以也想开始学会输出一些东西阅读详情

我对机器学习关注已久，工作之余自学也已经多年了，回想起来自学的路程颇为艰难：1、入门较难，理论基础颇深，要从多年以前学过的高数入手；2、学习资料庞杂，往往是从网上收集信息，或者看到某某书籍机器学习领域排行top N 就去翻阅；学习途径无法明确, 从机器学习到深度学习再到视频处理或者语义分析，哪个分支会和未来的实际工作产生联系，比较茫然不得而知；3、练习成本高，除了在个人电脑上做过一些简单实验，比如预测一下波士顿房价或者泰坦尼克号上哪种乘客更容易幸存，暂时不知道如何将真正的应用部署到服务器应用到实际应用中；至于如何优化算法，提出自己的创新也根本就是个遥不可及的目标。
直到不久前偶然机会加入了飞桨深度学习学院的“百度架构师手把手带你零基础实践深度学习”，接触到了百度AIStudio平台, 有一种焕然一新的感觉，首先是有些吃惊，因为这个平台不仅仅是教学，作业的平台，还提供了各种预训练的模型，以及部署功能，涵盖了以前接触过的所有方面；再看课程内容，相比我之前学习的视频以及书籍，飞桨的课程要详尽的多，以”使用Python语言和Numpy库来构建神经网络模型”为例，课程中对反向传播从一个数据样本解释起，然后是两个样本，三个样本，最后是多个样本，彻底扫清我之前学习对这个知识点的不解之处；再以YoloV3为例，课程在解释理论的同时还用python 详尽地实现了YoloV3的方法。总体而言，这次的基础课程从线性回归到线性分类到神经网络分类再到目标检测，短短十几天课程帮我梳理过去这么多年积攒的零零散散的知识点，收获颇丰。。。
机器学习之路着实太过艰辛，但是经过这次的课程，我找到新的起点与途径，感谢百度为广大机器学习爱好者提供了飞桨深度学习平台这样好的一个机会，这种源于产业实践的开源深度学习平台致力于让深度学习技术的创新与应用更简单，必将为我国培养出更多的、更专业的AI研究和实用人才。

...全文