PaddlePaddle是百度的一个深度学习框架，这次参加了PaddlePaddle的七日课程，下面我分享一下这次学习的所思和所想。

1.重视数学基础

  机器学习和深度学习是一门交叉学科，涉及到数学，计算机，统计学，信息学等知识。特别是机器学习和深度学习中的算法，需要良好的数学基础。例如深度学习的梯度下降，就需要我们熟系向量，多元函数微分等知识。又例如机器学习中线性回归最优参数的求证，需要我们了解矩阵求导等知识。又例如机器学习的贝叶斯分类器，就需要我们了解条件概率。所以，学习框架不在于我们如何会调API，或者会调优参数，最重要的是要知其然更要知其所以然，这样才可以举一反三，真正解决实际问题。

2.重视Python基础

  我之前使用的是C#,现在学习Python，因为编程思维是想通，所以上手很快，但个人感觉，C#,Java等编程语法比较贴近人类语言的语法，Python就有点不一样，有些地方的语法甚至有些奇怪，例如变量名：__convList=[],__a__=1。又例如方法名:def __Fun()。又例如Python可以继承多个类，其特有的寻找父类的方式，和C#完全不一样。又如Python有不少的内置方法，这也是一个特色。又如Python是解释型，而C#是编译型。又如Python的变量不用声明类型，而C#需要声明。又如Python没有Stack，Queue,它一个元组能够干完Stack和Queue所有的事，等等。

3.搞清楚自己以后的学习方向

  深度学习的方向有：CV，语音识别，NLP等等，当然前期在学习的时候，可以去了解这些不同的方向。但一旦确立了方向，还是需要去深度了解这一个领域的知识。例如确定了以后要搞CV,那么就认真恶补一下图像处理方面的基础知识，不然只会调深度学习框架，那又如何能够真正解决问题？

 4.重视机器学习

   深度学习是机器学习的一个子集，所以要重视机器学习的学习，要把常见的机器学习算法和基础知识理解好，熟记好。

展望未来

  希望我们能够顺势而为，弯道超车，实现我们的目标和理想，加油！

​