百度飞桨小白学习心得（21天零基础小白到AI工程师）

初遇paddlepaddle

经学校老师推荐，我加入了由百度飞桨团队精心打磨，用故事讲原理，用代码讲实现，力求将经典案例及模型掰开揉碎为学员讲解的“百度架构师手把手带你零基础实践深度学习”课程。
说实话，作为一个连python都没有接触过的萌新小白，在一开始心里确实打鼓，我连python输出“helloworld”都不知道咋敲，一上来就是使用框架进行深度学习的项目实践，这真的可以吗？
——没想到还真可以。

第一周

第一堂课，百度飞桨的毕然老师并没有上来就大段大段的代码砸过来，而是从“人工智能-机器学习-深度学习”三者的关系、人工智能的发展历程开始讲起，历史事件总是引人入胜，不知不觉间，第一个代码实践案例就展现在我们眼前：“波士顿房价预测问题”。
作为一个python才刚起步的小白看来，这个问题简直难炸了好嘛，可是毕然老师微微一笑，：“波士顿房价预测问题是个非常简单但是麻雀虽小五脏俱全的问题，相当于是机器学习里的‘helloworld’。”
好家伙，还能怎么办，跟着来呗。
通过“波士顿房价预测问题”，毕然老师将深度学习的知识点和方法论展现给大家：深度学习，就是假设、归纳再到演绎的过程，其运行流程无非是“数据处理-模型设计-训练配置-训练过程-模型保存”。其中尤为令人印象深刻的是毕然老师的“盲人下坡法”，而“前向计算，计算梯度，后向传播，更新参数”的步骤也深入我心。之后百度飞桨paddlepaddle的引入更是让工作简化了不少，就是需要时常查阅paddlepaddle的API文档，对于新手来说还是有点难度的。
课程采用了视频课+文档项目展示+作业打卡实践的方式进行，确实能够加深对知识的掌握与理解，学习深度学习的信心逐步有了，好起来了呀。
第一周的实践作业是“使用paddlepaddle框架实现手写数字识别”——深度学习的“helloworld”。其实都是课上讲过的内容，自己在老师给好的代码上稍作修改就能通过，不得不说课程还是很体贴萌新小白的！

第二周

第二周的课程就开始提速了，计算机视觉、卷积神经网络、池化、激活函数ReLU和Sigmoid、批归一化、丢弃法等等等等一系列的知识点铺天盖地地压过来，芜湖~起飞！
但是有一说一的是，知识点、方法论什么的通过课程上的学习都能够搞明白得七七八八，唯一的难点是在代码实现上——但是paddlepaddle都帮你实现好了啊，直接调用框架函数就搞定了，真是太贴心了。
紧接着就是目标检测YOLOV3的知识点，害，脑阔疼，但是只要思想不滑坡，办法总比困难多，只要学不死，就往死里学呀。
第二周的实践作业是通过查阅API，使用衰减学习率，通过多次调参数，找到一个最佳的衰减步长，使得loss比原代码中下降的更快，并且绘制修改学习率前后的loss衰减图。又是个大工程。

第三周

第三周是实践周，学员们纷纷参加了“AI识虫”的新手训练赛，对这21天的百度飞桨课程知识进行一个回顾和总结。对照着之前学过的知识，在老师给出可执行代码的基础上，进行优化，只要肯沉下心来学还是能做到的。

最后

多日以来，感谢毕然老师，孙高峰老师悉心教导，感谢班主任青瓜君以及学习群里各位前辈和同行者们不厌其烦的指点与督促。