百度 PaddlePaddle飞浆 深度学习训练营心得

作为一名大三物联网工程专业的学生，无意之间接触到百度CV深度学习课程，并产生了好奇心，于是好奇的报名了这个课程…

首先课程的安排是这个样子的：

第一天呢，由陈老师带领大家讲了图像识别与人工智能之间的关系，并从图像识别定义和问题，传统图像识别方法以及人工智能发展历程三个部分对大家进行了细致的讲解，陈老师的水平很高，讲的内容通俗且易懂，PPT做的也是相当的精彩，在课程中对知识做了延申，让我听得津津有味。

然后到了实际操作部分，整个实操是由AI Studio平台编写好代码框架，再通过我们今天所学内容进行补充。在课程开始前我恶补了一天的预习课程，对于Python小白和深度学习一无所知的我，对于框架理解和调用还是倍感吃力，不过好在有芳菲老师对实操部分进行讲解，才能使我勉强跟上学习的内容。

第一次代码运行成功，通过爬虫对网站的疫情信息进行爬取，再进行可视化处理，还真有点小成就感

第二天的课程是手势识别，陈老师讲了深度学习与图像识别之间的关系，并从建立模型，损失函数，参数学习三个步骤完整阐述了如何使用深度学习解决图像识别的问题。

通过卷积神经网络对数据进行训练，最后识别图片手势为五指张开。

第三天的课程内容是卷积神经网络，并从如何使用深度学习的角度讲解了全连接神经网络的问题和卷积神经网络两部分内容。

通过训练与识别，可以得到识别图片的车辆号码。

第四天我们学习了经典卷积神经网络的知识，并着重讲了AlexNet，VGG，GoogLeNet/Inception和ResNet四个经典CNN结构，此次实验就是用到VGG结构。

最后识别图像为有戴口罩。

最后的两天呢，就是优化自己的模型，并准备小比赛。

通过这些天的学习，内容逐步深化，从简单的数据可视化一步步到具有特点的图像识别，由浅到深，满足了我对深度学习的所有的好奇心，并且PaddlePaddle飞浆平台功能强大，提供有CPU和GPU两个环境，不得不说GPU环境是真滴香，运行速度杠杠的。

答疑群里氛围也很友好，但是大佬一抓一大把，每天都会有被碾压的可能。每当作业内容一发布，这些大佬就会争先恐后的去完成提交，而我们需要去看课程并跟紧老师一步步走下去，对没有深度学习知识基础和Python基础的小白很不友好。

最后希望大家都能在自己喜欢的领域有所建树，如果对课程内容感兴趣，欢迎大家来报名课程呦！