大学毕业之后，一直从事整机、车辆/动力系统的售前及其售后工作，对于深度学习，不敢发表技术评论，只敢说说自己学习心得和感受。

首先说这次学习，自己感觉还是入门很合适，助理和助教都很积极的帮助和指导，通过答疑解决了学习中的不懂地方，另外，同学们互动也很好，有些知识和技能也是同学帮助下完成的。

再次是说一些学习对自己的理念上的认识：几行代码，调动几个包，就可以实现功能目标让我感觉到神奇，day2的飞机识别，那么模糊的飞机，居然可以识别。day4的情感分析，可以通过开始识别情感了。还有及时个推预测，根据现有的客户活动和行为可与预测即将出现的客户行为。这些靠人预测可能需要专家才能预测的事情，我们非专业人员，借助训练模型也可以预测，-----牛顿说他是站在巨人肩膀上实现看的高看的远的，我想我们有时候借助于百度深度学习也可以看的高看的远。

接下来说下自己工作痛点，进入整机、车辆/动力系统的售前及其售后工作车十年了，售前技术可能需要一直学习一直进步才能满足自己的工作需要，售后技术，基本上3年或者10000小时以后，就基本上就开始进入重复循环了，这时候可以说你岗位的80%以上的售后技术工作你已经接触了，如果您勤奋好学，可能掌握的更多。这也是大件维修和车辆维修的共性所在。

如下内容单挑故障诊断这一痛点：

新能源汽车客户由于是新产品，故障有时候要主机厂，电池厂，电机厂，整车控制器、DC-DC厂家，发动机厂，地盘厂、仪表厂联合故障诊断，客户开玩笑称呼“八国联军”。

修理行业的最大的痛点是利润，而利润的主要失去方式是反复投入：技术人员的反复投入，主机厂、配件方、服务站都配有售后人员。

主机厂和部件厂人员的出差及其住宿要花费，服务站的房租要要花费。

车辆的故障，往往服务站不能及时解决。而必须主机厂出差，主机厂做不了判断，配件厂就必须出差了。

客户的车辆故障在等待中耽误了最少三天时间，

车辆的技术更新三年左右，一个服务站刚掌握了新的技术就已经淘汰了，导致服务站不可能把握车辆的所有维修技能。

以上是装备和车辆维修的一些痛点，而痛点的解决我发现似乎可以通过机器学习来解决，似乎我们可以一起来尝试。

实现未来效果设想：车辆在辽宁出现故障，司机拍仪表照片，一分钟，主机厂可以根据百度深度学习模型的推测可以找出故障点，给出失效部件及其概率，给出维修方案，同时通知主机厂和相应配套商、服务站。十分钟内主机厂和司机沟通维修相关事宜。服务站在十分钟内拿到作业指导书，参与维修，如上过程找出故障点。

模型训练数据：三年以上的某产品失效数据和照片以及维修记录（正规点的都需要有部件维修过程记录及其照片、故障代码、车辆信息等特征）对应故障代码及其标记的学习，仪表包的故障。

此方案，消除了主机厂及其配件厂的出差及其住宿和员工消费，降低了服务站的学习技术培训，服务站员工满足看懂作业指导书就可以完成维修作业。最后主要是降低客户等待时间和增加了客户满意度。

最后，感谢百度深度学习，另外希望对此有想法的爱好者互相联系，同时希望提出宝贵的意见！