这一个月的课就快要结束了，有很多收获也有很多体会。

首先就是比较系统的重新学习了一下python,填了一下自己的知识漏洞，比如装饰器这些之前自学时候是没去了解的。然后就是图像处理这块了，由于之前学过opencv和pillow库，所以这块上手比较快，但还是不可避免的踩了一些坑，比如opencv读取图片是bgr格式的，在处理之前要调整一下三个通道的顺序。然后处理图像任务这块做的时候也是需要一番思考，试了很多错，也是第一次去仔细的看了看文档，收获了很多经验，我想在这说看文档其实还是很有帮助的，能更清楚地让自己了解这个库里面的函数和使用方法，可以少踩一些坑。之后就是训练模型这一块了，搭建网络不是主要的，因为哪怕不会搭也可以用官方的预训练模型或者现成的网络，我感觉最主要的地方还是数据处理吧，可能因为一些注意不到的小问题就导致数据无法送进网络，然后就要去一行行排查，浪费很多时间，另一点就是好的数据能让训练过程事半功倍，在处理数据的时候也要根据任务去进行数据增强，不要有什么都往上加，就比如对颜色敏感的任务做色调、对比度方向上的增强可能会会增加训练难度，还有就是优化器的选择，可以每种都体验一下，看看效果。学习率的话建议小一些，另外bs也不是越大越好，这些在调式的过程中都会有所体会。这些就是我的总结，本人萌新一个，欢迎大佬指正错误。