学习目标：
深度学习模型训练和关键参数调优详解
学习内容：
晚上的直播没时间看，后面看了录播，郑先生风趣幽默，讲的挺好的，通俗易懂（但我个人没什么基础，还是要疯狂查资料）。
先生先是介绍了下人工智能，讲了个if机器人的笑话。
然后介绍各种深度学习的任务，如关键点检测

也介绍了百度的各种机器学习套件。
强调了基本原理的重要性、训练参数的调节，还有超参优化。excel的例子真的棒极了！！
后面讲到老师的模型训练经验，干货满满。
1.深度学习模型训练前置基础

这里算是让我们对人工智能有一些认识。

漫画挺搞笑的。
2.介绍各种paddle套件
老师介绍了一下各种paddle套件。分门别类都各有用途。


3.模型选择
从任务类型出发，选择最合适的模型。
像是回归和分类任务，还有综合的针对某一个特定的场景开发的深度学习任务。
老师分析了一下paddlex的模型选择方法。综合考虑
模型训练还有参数


模型参数的调节都是老师的经验之谈，都是宝贵的经验！
回答了弹幕问题。
Excel例子

这是我觉得最精彩的地方，没想到可以在excel中这么操作，收获挺多的，理解加深了。
经验之谈
老师介绍了模型学习率，训练方面的各种经验策略

像宽泛策略这种都是第一次听说的，受教了。


可视化

可视化也是最后比较重要的方面了。科研上挺有用的。

最后老师让我们课后推导一下原理，对我们很有帮助！！
后记：
打算基于别人的pytorch代码移植到paddle ,实现手部关键点检测。
学习时间：
2021.7.30 周六晚上9点
学习产出：
飞桨论坛、CSDN 技术博客 1 篇