• 新手崛起之路


    1. 新手出入时的心态

       现在回想起我的过去,忍不住莞尔一笑^_^^_^。小生的高中还算不错,在我们那个小县城,算得上是最好的。但那时的我对计算机一窍不通,还有点抵触了,O(∩_∩)O哈哈~,相信不少宝宝与小生有同样的感受吧(*^▽^*)。在这种状态下,我竟然在大学选了计算机科学与技术专业O(∩_∩)O哈哈~,当时拿到录取通知书,我都懵了,这是啥玩意(一脸懵逼o((⊙﹏⊙))o)。有句话叫“不能反抗,就认了吧”O(∩_∩)O哈哈~,我当时就抱着这种心态开启编程之路的。第一次进机房,老师让我们跟着教材敲一遍“helloworld”,哇!几行代码,硬是把我难倒了,我连中英文输入转换都不晓得,还是室友教我的(#^.^#)。好在,自认为是一个比较踏实的人,哈哈!经过四年的敲敲打打,基础还是打好了。

      四年后,12月考研考试,9月份我选择了考研。当初做这个决定时,我已经在实习了(德勤,全球四大会计事务所之一,外企),^_^算不算弃工考研。选择考研,也受到了来自老师,同学的规劝(maybe,老师和同学部分是从现在考研时间太紧,错过秋招等理由出发的,但也有另外一部分原因,O(∩_∩)O哈哈~,小生就不明说了哈),但我坚持了下来。3个月,每天早上6点醒来,白天除了上课就待在考研教室,中午不休息,晚上11点回到寝室(哈哈,回去这么早是因为教室要关门,被逼的(灬ꈍ ꈍ灬),这里也要给几位室友道歉哈,回去晚了可能也影响到你们睡觉了,Sorry,爱你们哟!(#^.^#)),然后晚上用手机学习到晚上2点,哇哦!一天只休了4小时也。待考研成绩出来,我以345的成绩进入笔试,哇哦!三个月,我成功了,真的成功了耶!啊啊啊啊啊啊啊啊啊!太高兴了!让我兴奋会。虽然这个结果让我惊喜,但我也不会太意外,因为我的付出值这个价(这也是我坚信的态度)。然后面试就是压倒性的优势了,源于本科取得的成绩和奖状。

      进入研究生生活,又要接触新的东西,这个也是我比较害怕的,因为我对新领域有抵触,源于没有足够的信心做好这些。现在想起,研一的学习生活既紧张又刺激,除了上课,每周开三次会议,有两次会议需要我们自己讲解论文,哈哈,太刺激了,回忆起,还是很感谢带我的老师和同门的陪伴,没有他们,我很难坚持下来。经过一半年的学习,我的方向确定下来了——基于深度学习的多聚焦图像融合。只用了一半学期,我们熟悉了自己的领域和经典的神经网络框架,这里再次感谢毕老师和肖老师的指点和陪伴,谢谢你们!然后在研一下学期,我的题目确定下来了,开始入手编码实现。这个过程挺辛苦的,很多宝宝都不愿意选择开始,这也应了那句话吧,开始最重要也是最难的。

      O(∩_∩)O哈哈~,现在我还是研一下,目前熟悉了神经网络的搭建,比较熟悉的框架是Pytorch,深度学习和各种调参也是比较得心应手了。

    2. 给新手宝宝们入深度学习+神经网络+Pytorch/Tensorflow的建议

    2.1 学Python

      强调,做了决定就要开始,开始,开始,开始(重要的事情说三遍)。

      无论有没有编程基础的宝宝,都要学习下Python,有编程基础的学Python的精度比较快,没基础的宝宝精度稍微慢点,但一定要上手学习,这个很重要。不用学精通,只要知道基础语法,大概了解就好。小生建议跟着视频学习即可,小生推荐莫烦Python,这个网站比较全面,入门完全足矣。

    2.2 如何学神经网络

      小生建议,开始选择几个比较经典的网络框架,基础的比较好,因为后续的网络都是从基础的网络框架上进行的优化。比如说LeNet/VGG/GoogleNet/ResNet/DenseNet等。一定要弄清楚其中的小细节,每一个关键点都细推一下,从包括各层的作用(卷积层,采样层,全连接层等等)。卷积层:卷积的方式,滑动方式,填充方式,卷积层的输入输出等;全连接:全连接如何实现的,作用是什么,这个一定要了解清楚。理解前向传播及反向传播的原理。

    3. 总结

      努力去爱周围的每一个人,付出,不一定有收获,但是不付出就一定没有收获! 给街头卖艺的人零钱,不和深夜还在摆摊的小贩讨价还价。愿我的博客对你有所帮助(*^▽^*)(*^▽^*)!

      如果客官喜欢小生的园子,记得关注小生哟,小生会持续更新(#^.^#)(#^.^#)!

  • 相关阅读:
    【ZJOI2017】树状数组
    【ZJOI2014】力
    【WC2017】挑战
    kube event 事件监控
    k8s nginx-ingress 504 timeout
    k8s 工具集
    jvm 性能调优工具之 jmap
    Elasticsearch unassigned 故障排查
    harbor API 与tag 清理
    前后端分离文档
  • 原文地址:https://www.cnblogs.com/haifwu/p/12872703.html
Copyright © 2020-2023  润新知