在這次課程之後，我說不上對深度學習，機器學習了解了多深。但這次課程是一次敲門磚，帶我走進了ml,dl的大門，了解到了這個領域是怎麼運作的，對具體知識的要求，以及——數學的美。
在這裡我想總結一下本課程的主要內容，分享給大家，同時便於自己日後翻看。
這個專案可以看作是機器學習界的「hello world」
通過這個專案，我了解到了機器學習，一般分為五個步驟。
①資料處理
②模型設計
③訓練配置
④訓練過程
⑤模型儲存這個專案，加深了我對
資料處理
網路結構
損失函式
的認識。
我知道了資料處理也是很重要的乙個環節，如果資料不能轉換成你的框架能識別的格式，那後面的模型都是無用功了。
我也知道了損失函式不止有均方誤差這種。
對於分類問題，最好用交叉熵這種損失函式。
學到這裡，我不禁感嘆數學的美妙。這裡是數**用在實際問題中的最好體現。
在這個課程中。我對如下知識有了進一步的理解
卷積神經網路：卷積，池化
啟用函式relu，sigmoid
批歸一化
四個影象分類的模型：alexnet, vgg, googlenet, resnet
如果對卷積想有深入的了解，可以關注我日後將會發布的卷積專題。
如果對這兩個函式想有深入的了解，也可以關注我日後將會發布的該專題。路漫漫其修遠兮，吾將上下而求索…
paddlepaddle百度飛槳學習心得
還有詳細的安裝模組講解，簡單案例，經典案例，高階內容等等 然後是專案裡自己最近嘗試修改過的部分 1.資料打亂 老師提供的案例是先得到訓練集資料的索引，然後將索引打亂，從而達到打亂訓練集資料的目的。打亂訓練集資料的原因是 網路對最近得到的資料的印象較深，除非特殊任務本身對日期等有限制，都會事先打亂訓練...
百度飛槳（Paddle）使用初體驗
該平台有大量的課程 比賽可以參與，也有詳細的新手指導，更有免費的gpu可以蹭，詳細內容大家自己開啟就可以看到了 裡面有飛槳框架使用的詳細教程與說明，也可以搜尋飛槳api埠呼叫的說明，很方便啦 飛槳本地部署快速安裝 install quick 本次的課程是cv入門，我作為一條研二狗感到汗顏 馬上就要找...
百度飛槳PaddleOCR 使用記錄（踩坑記錄）
1.首先按照官方指南來操作 2.訓練自己的文字檢測資料時要轉換成其格式 json字元時注意要使用雙引號，特殊字元要轉換 3.訓練時發現記憶體會不斷增加，最終會爆記憶體 a.首先把 configs det det db icdar15 reader.yml 配置裡面的 num workers設定為1。...