||
经过接近一年对深度学习相关知识的学习,应该算是粗浅的入了一个门道吧,
但是目前学着学着,越发觉得自己愈来愈无知,总觉得自己学的比较浅,很虚,像是飘着。
由于导师与师兄不做深度学习的研究,因此没有直接的学术传承,所以觉得自己像是在盲人摸象,一点一点的摸索着不知道是对还是错的东西。
通过近一年对深度学习的学习,概念与理论上感觉已经触摸到了自己能够达到的瓶颈,目前不知道下一步该怎么深入下去了。
因此现在的状态,只能在工程实践上摸索提升自身的契机。但是作为一名研究生,自然更希望自己能够在理论上能有较深刻的精进,因此在这里希望哪位前辈高人能够指点鄙人一下。
读万卷书、行万里路,也需要仙人可以指路。
本人目前研究方向是-图像描述:它是计算机视觉与自然语言处理交叉领域,旨在通过算法自动生成对图像内容的语言描述。
下面列出鄙人已经掌握的一些东西:
实践部分:
编程语言:Python
数据处理库:Numpy、Pandas、Matplotlib
经典机器学习算法模型调用库:scikit-learn
图像处理工具的基本使用:OpenCV、Pillow
文本处理工具:NLTK,jieba (这一块还不是太熟悉)
深度学习框架:Pytorch(主)、Keras(辅)
理论部分:
计算机视觉:卷积神经网络主要概念及其变体和相关改进模型。
基于CNN的任务:图像分类、目标检测(R-CNN系、YOLO系)、图像分割(U-Net、SegNet、DeepLab)
自然语言处理:循环神经网络模型结构RNN、GRU、LSTM概念以及主要变体。自然语言处理基本概念:分词、词袋、词嵌入表示
基于RNN的基本任务与相关概念:文本分类、机器翻译、语言模型
目前研二,马上研三。
希望接下来一年的时间里,能够在完善与跟进自身硕士毕业论文条件的前提下,对深度学习理论认知更深一些。其次也希望能够跟进一两项前瞻性研究方向的主要文献,为将来可能读博做一些准备。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-10-20 01:43
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社