百度PaddlePaddle的7日打卡营最近结束了，为了记录下心得体会（顺便拿拿算力），特此写下这篇文章，与诸君分享。

    本来我是在做毕业设计的，运用YOLOv3进行目标检测，机缘巧合之下看到PaddlePaddle框架对于YOLOv3的优化做得很好，就顺便了解一下，谁知道又发现了新大陆-AIstudio。竟然可以使用免费GPU进行训练，而且作为一个中文社区，这里的文档和教程也非常齐全，看得出百度对于AI的投入是非常大的，既然有好东西，那肯定得用起来。

    之后又是巧合，本来在看PaddlePaddle的入门教程，在公众号又发现居然要开一个入门的打卡营，7天不多也不少，而且有礼品有证书，正好我也在学习，为什么不参加一下呢，于是就报名参加了。

    深度学习的理论知识，不得不说，肯定不是这短短一个星期可以搞懂的。对于有python编程基础和微积分基础的可能好点，但是这7天也仅仅是入门，真的是入门而已。课程虽然是直播加录播的形式，但是直播的时间和我做其他东西冲突了，再加上看视频习惯了倍速看，所以基本上都是看录播。然后又因为其他事，所以基本都是做完作业，课程挺不错，后面几天有空了就再补一补。

    第一天是教我们怎么样对疫情进行可视化的，还没算接触到深度学习，虽然作业都是小改代码就行了，但是这个pyecharts是个好东西，功能强大，操作方便，以后可视化应该也是用它了。

    第二天才是进入深度学习的范围，是最简单的用多层神经网络进行手势识别的，作业里面我加入了卷积神经网络，效果就马上提上去。

    第三天是车牌识别，介绍最经典的LeNet，也是一样的，我改为AlexNet之后，效果也比原来变好不少。

    第四天是口罩识别，这是个现实意义比较强的应用，作业用的是VGG，因为效果可以，我就没怎么改了。

    第五天是比赛发布，如果说让我从0开始去打比赛，那真的是做不到，数据处理什么的太过复杂，幸好百度也大方，后面提供了参考的作业范例，有空一定要学习学习这些代码。

    第六天是介绍PaddleSlim的，如何简化神经网络模型，这是个热门话题，百度把它做成了一个工具，剪枝、蒸馏、量化一网打尽，调用方便，以后也在我的模型上试一试。

    第七天就是结营了，没想到运气不错，居然中了奖，今天才看到，赶紧填了问卷等待奖品。

    以上就是一些小小的心得体会，现在仍然在学习PaddlePaddle框架的使用，没有意外的话，今后也会继续使用，希望百度可以出更多的像这样的小班，组织大家一起学习，一起发展。