365天深度学习训练营-学习线路

Posted 2022-12-07 K同学啊

---

📌第一周：实现mnist手写数字识别

• 难度：新手入门
• 语言：Python3、TensorFlow2
• 时间：7月25-7月29日

🍺要求：

1. 跑通程序
2. 了解深度学习是什么

参考文章：🔗深度学习100例-卷积神经网络（CNN）实现mnist手写数字识别 | 第1天（训练营内部免费）

---

📌第二周：彩色图片分类

• 难度：新手入门
• 语言：Python3、TensorFlow2
• 时间：8月1-8月5日

🍺要求：

• 学习如何编写一个完整的深度学习程序
• 了解分类彩色图片会灰度图片有什么区别
• 测试集accuracy到达72%

参考文章：🔗深度学习100例-卷积神经网络（CNN）彩色图片分类 | 第2天（训练营内部免费）

---

📌第三周：天气识别

• 难度：夯实基础
• 语言：Python3、TensorFlow2
• 时间：8月8-8月12日

🍺要求：

1. 本地读取并加载数据。
2. 测试集accuracy到达91%

🍻拔高：

1. 如何解决过拟合问题？
2. 测试集accuracy到达93%
3. 调用模型识别一张本地图片

数据获取方式：公众号（K同学啊）回复：DL+5

参考文章：🔗深度学习100例-卷积神经网络（CNN）天气识别 | 第5天（训练营内部免费）

---

📌第四周：猴痘病识别

• 难度：夯实基础
• 语言：Python3、TensorFlow2
• 时间：8月15-8月19日

🍺要求：

1. 训练过程中保存效果最好的模型参数。
2. 加载最佳模型参数识别本地的一张图片。
3. 测试集accuracy到达88%。

🍻拔高（可选）：

1. 调整模型参数并观察测试集的准确率变化。
   • batch_size、img_height、img_width、learning_rate、epochs以及其他相关参数
   • 加深网络（增加卷积层）
2. 尝试设置动态学习率。
3. 测试集accuracy到达89%。

数据获取方式：公众号（K同学啊）回复：DL+45

参考文章：🔗深度学习100例-卷积神经网络（CNN）猴痘病识别 | 第45天（训练营内部免费）

---

📌第五周：运动鞋品牌识别

• 难度：夯实基础
• 语言：Python3、TensorFlow2
• 时间：8月22-8月26日

🍺要求：

1. 学习动态学习率的相关知识并加以实现
2. 了解早停的相关知识并加以实现

🍻拔高（可选）：

1. 使用categorical_crossentropy（多分类的对数损失函数）完成本次选题
2. 探究不同损失函数的使用场景与代码实现

数据获取方式：公众号（K同学啊）回复：DL+46

参考文章：🔗有待补充（训练营内部免费）

---

📑 一些肯定会帮到你的Tips：

📜1. 思维 > 方法 > 知识

深度学习领域的知识很多，涉及的函数成千上万，掌握其中十分之一都是一件非常困难的事情。所以希望你可以更加注重学习思维与方法的培养，不要拘泥某个点的学习，我将逐步在训练营中分享 “如何在7天内迅速入门一个新领域” 。

📜2. 学习的性价比

在遇到困难时，请记得思考解决该问题会给你带来什么，是否一定要解决它，尝试着花最少的时间学到最多最有用的知识。在学习这件事情上，做一个功利的人。

---