在参加这次课程之前那我没有接触过深度学习这一领域。这次的课程让我对深度学习、神经网络有了了解。切实的了解了深度学习能应用在什么样的场景，基于飞桨平台能构建出简单的网络。

7天的课程以深度学习的概念开始，按深度学习的发展，讲解从简单的网络逐渐发展过来的各种越来越复杂的经典网络结构。作业中实践了DNN、LeNet、VGG-16基于paddlepaddle的构建。后来又学习了用paddleslim进行模型压缩的原理与过程，使用paddlehub对预训练模型进行应用。最后以“人流密度检测”的竞赛检验学习成果。

由于我自身没有什么基础、对飞桨框架也不够了解，大多数作业都是按部就班的按讲解完成。最后在比赛中，自己的设想的方案难以去实施完成，状况频出。想要对两种不同的标注数据分开处理，却不知道怎么对两个模型进行统合。翻阅资料后想要用SSD，写到最后运行时又发现multi_box_head的API不支持动态图，但之前都是按样例的写法写的动态图，不知道怎么去修改，最终都没能成功实施。只在baseline基础上了加了一点的数据增强就交上去了。

经过这次课程让我了解了不少的深度学习的概念、学习了使用深度学习框架。非常感谢百度平台的这次课程。