接触这门课是在cver的微信公众号发现的，于是迅速报了名，体验一下百度的课程。

第一天的课程比较简单，其实就是装上pp，我分别在aistudio安装了pp。也在自己的电脑上安装了pp，但安装后发现好像pp只支持单gpu，一开始有warning我还以为没成功。

第二天的课程相对是整体所有课程当中最有意思的，虽然代码给到你手中的时候就已经可以全部跑通了，但是其实优化工作也很有意思，对模型的优化是最简单也是最容易让你深入了解pp平台使用方法的步骤。这天的作业中我尝试了加网络深度，层数与滤波器数量实现特征金字塔化，添加bn归一化，随机失活降低过拟合，adam优化器实现weight decay，sg优化器等一系列操作，发现都很难稳定提升检测结果，于是可视化读的图片，发现32*32的图片就连我都分不清，于是之前滤波器大小减小的操作修改为变大，效果有小幅提升，但是还是不稳定，最后通过朋友提醒发现，其实数据就没读全，是原生代码写的问题，感觉有些trick。。。之后修改了batchsize，读数据的buffersize和buff，最终得到了比较稳定的结果。

后面几天的课程相对走马观花一点，可能也是因为我有点忙的缘故，都是跑完代码完成作业即可，其实代码应该仔细走读一遍，学习优秀代码的写作方法，后面会再阅读一遍的。

总而言之，百度的这门课程比吴恩达的机器学习和深度学习更加具有实践，但是理论上相对没有那么完善讲解，但在短时间内，实现某些东西，这种快餐风格，我还是挺喜欢的。后面的cv课程也会继续参与。