PADDLE打卡营感悟

不得不说，本次的打卡训练营活动，让我对深度学习进行了启蒙。PaddlePaddle作为一个还在不断进步的成型的深度学习的库，在各个方面表现得都很出色。参加活动的初心，还是因为想本着对深度学习进行研究的目的。随着python的日益普及化，深度学习也被外界广泛重视。越来越多的企业会开始利用成型的学习模型来对一些数值进行模拟和计算。

在这7日的时间内，学习了利用飞桨来实现数据计算以及预测的势力。以下是这7天学习的相关内容。

第一天：进行里PaddlePaddle的本地的安装，以及利用pyecharts对用python从丁香园爬出来的数据进行图表显示。

第二天：利用老师上课所说的DNN模型来对图像（在此为手势）进行识别。

第三天：学习了一些神经网络的结构以及应用，在此是对车牌号进行识别并输出。

第四天：经点的卷积神经网络的解度，老师上课带着我们理了一边VGG网络，并且利用此来监测口罩人脸。

第五天：老师直接手把手带领我们去打比赛，老师的代码也给我们很好的启示作用。

第六天：利用paddleslim来优化整个网络构建。

感悟：随着这七日打卡营的结束，在此我有对一些基本的常用的深度学习模型进行了解。发现了深度学习的真正乐趣，学习的乐趣不仅仅是调试出结果的那一份喜悦，也有在过程中理解的艰辛与坎坷在伴随着我们。不会放弃对人工智能方面的研究，并且会继续研究，不断地学习下去。飞桨提供的算力卡在本次实践中也帮了大忙，节省了很多运算的时间。