PaddlePaddle七日训练营总结

一直就像学一学深度学习，今年刚好趁着疫情的原因，有了大把时间可以好好研究研究。刚开始我还花了一笔大洋报了一个培训班，之后竟然在公众号上看到百度飞桨PaddlePaddle免费七日训练营的报名推送。抱着有羊毛不薅白不薅的心态，果断报了名。训练营时间是3.3-3.9，今天正好结束，那就把最近学的总结一下。
#学到了啥
其实七天的时间太短了，真要想把深度学习、PaddlePaddle框架完全掌握，真的是不现实。但是在这七天里，让我这个深度学习的小白，还是踏进了深度学习的门：
1、跑demo
七天里，跑了手写数字识别、波士顿房价预测、飞机识别、水果识别、ERNIE情感分析的demo。


2、调参数
有一天的作业是调整模型的参数，使预测集的准确率能够达到80%以上。
模型的训练集Auc能达到99%，测试集刚开始才能达到70%。为了提交测试集的Auc，当时调整了模型的batch（从16到512反复去试）、学习率（0.1-0.0000001）、增加正则项、增加dropout、调整数据提供器reader每次抽取的数据量。最终还是没能把测试集提高到80%，有点遗憾。

#对飞桨的感受和计划
讲真的，飞桨应该是国内比较好用的框架了。我的英语是个渣渣，每次都要靠谷歌翻译才能理解github上的readme，飞桨这个框架直接就有中文文档，对我足够友好了。
之前确实没接触过飞桨，也是疫情期间，看到它上面的口罩识别模型，感觉确实有点意思，我们课题组刚好有一个课题可以借鉴一下，了解以后，发现这个确实很方便，移动端部署看着比其他方便多了（虽然我也没了解过其他框架）。
最近还在学习深度学习，希望最后能够将飞桨的口罩识别模型迁移到我们那个课题中。
#最后
感谢百度paddlepaddle，也谢谢训练营的班主任、老师和助教，这次训练营作业打卡竟然还获得一本深度学习的书，就是没获得小度，有点小遗憾。