Task7

Self-Deep-Learning

亲爱的同学们,之后我们就进入一个多月的暑假,在经过了小学期的调研和数据收集之后,我之后会进入实现网络,做实验以及后续的不断调参的阶段,又因为大家的安排又都不太一样,因此我不会有特别硬性的要求,但是还是希望大家能够把握这个暑假尽量多的学到东西,我意识到大家其实学习能力都非常强,但是我觉得除了学习能力,学习态度更为重要,所以希望大家能够在假期自主地进行学习。遇到问题我们也可以进一步探讨。下面我列出一些较为系统深度学习的课程,以及我们项目需要的一些东西。

1. 系统的深度学习课程

在经过了一个月左右的理论学习,大家可能会对对理论有一定了解,但是还不清楚如何应用,代码到底是怎么写的,所以暑假我推荐的课程fast.ai 更加侧重于实践。

课程地址: fast.ai

课程分为2部分,每7周学完一个部分。

  1. 课程的第一部分讲授如何在计算机视觉和自然语言处理(NLP)领域使用深度学习。
  2. 第二部分讲授生成网络,GAN,序列模型等前沿研究工作,如何阅读研究论文,以及如何在深入学习领域保持领先的实用技巧。这些技巧正在以惊人的速度发展。

那么对于3DPV的同学来说,我们重点掌握计算机视觉,生成网络,GAN,如何阅读论文等;NLP,以及序列模型领域我们不做了解。希望大家在暑假至少完成课程第一部分的计算机视觉的部分

相比于吴恩达教授的deeplearning.ai ,fast.ai 更侧重实战,也就是大家可以跟着课程使用pytorch 真正地去搭建一个卷积神经网络或者其他的神经网络,然后去训练。

2. 项目相关内容

  1. 之前讲过大家的任务

    1. 品彤:三维模型的自对称性以及其在神经网络中的应用
      • 必看论文: Partial and Approximate Symmetry Detection for 3D Geometry (群文件里有)
  2. 点云相关内容:PointNet, PointCNN, SO-Net

    这三篇论文应该在群文件都有,第一篇我做了presentation,后两篇文章我做了大部分的翻译,可以参见我个人网站的关于,就可以看到我的博客和文章。

3. 工具

  1. google colab 如果你能翻墙的话,这个玩意儿提供免费的在线gpu环境,并且配置好了 tensorflow。
  2. CopyTranslator 论文翻译助手,反正我和灵冰用着还可以,虽然还不太完善。。此外好像说翻译工具用多了英语会退化。我推荐正确的使用方法应该是,使用它一次翻译一大段之后,然后中英文对照着看,把错误的中文翻译改过来。
-------------本文结束感谢您的阅读-------------

本文标题:Task7

文章作者:Elliott Zheng

发布时间:2018年07月27日 - 18:07

最后更新:2018年07月27日 - 19:07

原始链接:https://hypercube.top/2018/07/27/task7/

许可协议: 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议
欢迎转载,但请保留原文链接及作者。

0%