第一次参加百度飞桨课程，学到很多。每节课程都是理论和实践，边学理论边动手，加强对CV领域中卷积网络的理解。

第一天课程

新冠疫情可视化：
                    理论部分：1、介绍图像识别的基础知识以及面临的挑战 

                                      2、由传统方法转向人工智能的发展     

                     实践部分：利用python 实现疫情可视化，正则表达式的基础

  第二天课程 手势识别
                      理论部分：1、介绍什么是深度学习

                                     2、介绍深度学习“三部曲”

                      实践部分： 利用paddle来搭建前馈神经网络的手势识别

第三天课程 车牌识别
                      理论部分：1、针对全连接神经网络的问题的特性讲解 

                                      2、卷积神经网络加上使用的Pooling层

                      实践部分：利用卷积神经网络来进行车牌识别

第四天课程 口罩分类
                      理论部分：1、介绍卷积神经网络的一般结构

                                     2、介绍经典的CNN网络结构

                      实践部分：使用VGGNet网络进行口罩分类 

第五天课程 模型压缩

                           理论部分：1、paddleSlim的理论认识

                                             2、量化的含义

                           实践部分：模型压缩的实现，通过阅读GitHub上的操作手册

感受：

老师讲的很好，每天都会回答大家的问题；通过最后的人流检测比赛认识到自己还有很多要学习的，期待下次的打卡营的到来。