作为其实之前就有神经网络基础的人来说，感觉最难的还是数据的处理部分。

关键就是数据集的读取方法各不相同，而且要进行的增广也必须要符合数据集的特征，而且读取的过程又很杂，但是感觉只要把数据转化成了Dataset就已经成功了90%了，其他部分都是有套路就比较简单。会了数据读取之后，问题转移到了怎么去收集一个数据集（笑。

还有一个坑没填就是部署模型，如何在嵌入式硬件上部署也是还要去学习的地方。

然后就是进阶的问题了，目标检测，语义分割还有nlp也要提上日程了。

最后Adam 3e-4真是个魔法数字（