2018年度学习总结

　　2018年可以算的上是我的深度学习年，在导师的影响下入坑深度学习，意外成了N粉儿。
　　年初软件开发综合实训接触Angular 2+。接着，华为FusionSphere上学习了虚拟化技术。
　　我们实验室第一个做Deep Learning就是我，要在Jetson TX2上开展项目，所以参加了对我意义重大的NVIDIA Jetson开发者交流会，英伟达在2018年首场交流会。拿到了英伟达的咖啡杯。从此入坑深度学习。
　　深度学习需要载体，最好是Linux。Linux是没有的课程，以前就非常喜欢这样优秀的操作系统。自学过Linux基础，折腾过一阵基于Debian GNU的Deepin OS。以前在深度社区也小有名气，不过建议从主流的产品开始做，毕竟这些黄的太快 。Ubuntu掌握得还不够，实验需要所以有深入学习了一下ubuntu 16.04。
　　后来在NVIDIA开发者社区见面会——GPU 开发者见面会评选深度提问者获得的Nvidia Ruler。信仰充值成功！有信仰加持，感觉写代码都更快乐了。这把尺子非常珍贵，我要好好收藏。尺子最左边是一组美国线规（AWG）的钻孔大小表格，往右数则分别是去年的核弹显卡GTX1080的GP104核心封装、甜品级显卡GTX1050的GP106核心封装、还有用于移动端产品上的TEGRA X1和K1两兄弟；再过来是各种显存和内存芯片的封装，从DDR3、DDR4、GDDR5到LPDDR4、LPDDR3都有；最右边则是各种电子电器公式和换算的表格。GP102和GP100两个核心的面积比GP104的更大尺子真的放不下。
　　虽然未来是FPGA的，但是现在玩玩ARM也是不错的选择。Jetson TX2刷机有坑，装Nv驱动有坑，装cuda、cuDNN GPU加速库依赖都是坑，自学cuda编程，Python也捎带加深了学习。
　　在学习过程中发现了图形化工具Nvidia Digits，nvidia digits是一款web应用工具，在网页上对caffe进行图形化操作和可视化，用于caffe初学者来说，帮助非常大。在这之上学习了两种深度学习框架caffe、tesorflow。
　　区块链以太坊DApp高薪实战有感，对买彩票赌球有了更深层次的认识。足球也可以用计算机的思维来理解。
　　 “我不是天生强大,只是天生要强”这句话深入人心。本届世界杯德国竟然爆冷出局，很遗憾。恭喜法国，这届法国确实强。可能没有人真的天生强大，不过确实有天生强大的神经网络——卷积神经网络。
　　CNN 的全称是卷积神经网络，它的思路是模拟人识别物体时的顺序，先看一个图片大致的轮廓，知道了是个什么东西，然后关注细节。给我的感觉形象的像望远镜，首先看到的是整体，接着聚焦才能慢慢看到各种细节。然而随意地应用神经网络是一回事，理解它是什么以及背后的发生机制是另外一回事。
　　最速下降法来求解回归方程，原先用最小二乘法来做，可逆系数矩阵求逆与常数项相乘得到方程系数在现在看来已经是很老的方法了。大学数学类学科的基础起作用了。贝叶斯判别使用人的主观经验作为概率，确实显得不足够精确，但是有时候却能够发挥相当不错的效果，果然现实世界和数学世界还是不一样的。
　　聚类分析，判别分析，神经网络，名词都是我从各个方面了解到的，随着学习的深入也慢慢有了自己对科研的感悟。用科学的方法去模拟这个世界中的各种现象，然后在数学上建立相应合理的模型去解释这些现象。通过这样的方式慢慢的我们就了解了这个世界，而且也正是通过这样的方式人们的生活能变得更加的方便。既帮助了别人又实现了自己的价值，这或许就是我想要学习深度学习的原因。
　　毕设期间参加2018腾讯广告算法大赛竞赛，打了打酱油。弄了个周冠军，得了个kindle。
　　然后观摩GTC TAIWAN 2018主题演讲，感受到了”The more you save,the more you free”。未来近在咫尺。
　　接着十分荣幸参与深度学习超级计算机DGX系列产品研讨会。受邀而来基本都是机器人算法以及深度学习算法开发工程师。本人很代表公司荣幸参会。这是由英伟达和丽台科技联合主办的《NVIDIA GPU助理机器人世界》研讨会，感受到了今天的机器人需要更多的智能，算法也亟待提升。参会得到了英伟达、丽台和小米联名的充电宝。
　　前端方面发现一个前端框架不够，又自学了Vue2.0。了解一个前端框架如果从底层实现原理理解，那就会让你深入的了解它的功能。不同的前端框架一定有类似的地方，相对来说的特点一定要搞清楚。
　　然后听了李博士《NVIDIA自主机器人与深度强化学习》，对支撑机器人的背后的算法有了深刻理解。
　　在参与2018腾讯微简历大赛期间，对STAR法则有了更深刻的理解。六月底签的三方，七月也就立即终止了自己的校招求职之旅。很多人朋友见面会调侃我“offer帝”。其实相比很多人来说，虽然我投的简历很多，但是并没有去拿太多的offer，而且很快就确定了自己的归属。我是一个比较理智的人，不希望拿那么多的offer来炫耀，我想要的就会尽力争取，不感兴趣的，就不去给别人添麻烦。
　　华为HiAI是面向移动终端的AI计算平台有助于对于投身人工智能领域的移动端应用开发者，所以简单了解了一下平台。
　　接着参加北京第二场NVIDIA JETSON开发者交流会，这次身份却有了不同。第一次旁听的云里雾里，对深度学习模糊的很。从cuda编程开始了解TX2载板，多参加NV的论坛技术交流，第二次大会显得游刃有余，终于跟大牛们有的聊了。很荣幸代表中国开发者第一次和Xavier零距离接触。Xavier没有载板，只有核心，不过性能报表。
　　然后四天世界机器人大会，今年博览会也同样精彩，比去年新增加了D馆和室外E区，十分丰富。未来的话一定是机器人社会，服务机器人一定是满足人类生活需求走进家庭。
　　之后重新熟悉了BootStrap前端框架，使用了一款FusionCharts绘图插件。
　　在参与微博舆情大数据分析，大数据云端实验室项目实战中对大数据开发、智能硬件和图形图像有了了解。
　　自从进入大学开始背单词，一直坚持到现在。英语的学习必须持之以恒，背单词养成了习惯，现在已经成了我生活的一部分。技术博客亦是如此。随着技术博客的更新路线，可以看到我一路来的成长。
　　
　　从大一开始写博客只是当作一个学习笔记，把学到的东西记录下来，方便以后重复学习。渐渐地，随着写技术的深度增加，访问量也越来越多，自己的写作能力也慢慢地有所提高。就这样，访问量的提高，粉丝的好评，也让自己的自信心逐渐提高，于是形成了一个良性循环，从而越写越好，越写越多。在写博客同时也在解决问题，是一种能力；解决并分析、总结问题，是一种更高的境界。经过一段时间的积累，逐渐养成通过博客记录问题和解决方法的习惯，使工作更有效率，以后再碰到类似的问题，就可以通过博客的记录很快地找到解决方法。博客的目的就是分享，只有自己去分享，才能带给自己和他人改变，从而体会到其中的乐趣。
　　一年时间，深度学习从自学的小白，到入了门，会训练模型，处理各种数据，调参优化等。在这过程中，学习了很多论文，也翻译了不少文章。从应用角度来说，如果说2016年是深度学习统治互联网之年，机器翻译、聊天机器人、数据中心、云服务，包括Google、Amazon、Facebook、微软、IBM在内的各大技术巨头都在不遗余力地推进深度学习的研发和应用。那么剖析CNN句子分类任务，训练各种模型，2018年就是我的深度学习之年。