前言：
博主已经学废了，代码代码不行，理论理论不行，所以想把走过的路给大家讲讲经验，仅供参考。
研一前：
编程基础：Python为主，一般的深度学习代码都是使用python编写的，如果涉及到模型的部署以及加速之类的项目落地，则需要c++。都可以看看网课，记记笔记有印象即可，因为大家都会忘，还是要在深度学习项目中多写多用。
学习深度学习如果时间充裕一定要看一下机器学习等传统的算法。可以配合西瓜书听周志华的网课，或着听李宏毅的网课也可以。
这两块在研究生开学前尽量看一遍，懂个大概即可。
研一上：
开学后，配合深度学习花书和动手学深度学习（网上pytorch版）这两本书，网课的话，推荐B站刘二大人的pytorch课程和斯坦福大学CS231N计算机视觉网课学习。期间大家一定要动手跟着教材或者老师的网课代码敲写一下。这部分是深度学习的基础和神经网络搭建的方法学习，神经网络如何搭建大家一定要一步一步的照着代码多敲。只有从一开始简单的敲起，后面论文的代码以及它加的trick你才能了解熟悉。切记这部分很重要。
研一下：
纸上得来终觉浅，要开始看经典计算机视觉论文，这个要根据你的学习方向选择了，一般就是相关方向的论文，看看他的创新点，以及trick（就是小技巧），切记要把代码看一遍，强化自己写框架的能力，尤其是trick的代码，要自己整理下来，封装成类，方便自己以后调用。期间除了看论文，也可以打打相关的比赛，如天池比赛，kaggle比赛等计算机视觉比赛。把自己看的论文里的小trick用起来，活学活用。
研一暑假：
研一结束这些基础完全够大家搞项目了，至于一些模型优化很难有理论学习啥的，都是多实践多动手，剪枝，量化蒸馏都是项目里用的多。所以研一暑假大家一定要积极主动起来，找个实习，大厂不行就进小厂，这个无所谓。进去之后主要是学习工程上的东西，在实习中找到自己想更深研究的地方，研二就可以有目的的学习，学习强化完，研二暑假就可以找到一个很不错的实习了。大家加油，我已经废了哈哈哈，学的都是半吊子，希望大家都有美好的未来。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
