cv学习总结(11.14-11.20)
阅读原文时间:2023年07月16日阅读:1

本周主要完成了assignment2中的connected_layer部分的代码,跟assignment1中的two_layer_net相比,虽然整体思路都是实现全连接的网络,但是connect_layer可以实现任意多层的全连接神经网络,代码相较于两层全连接,大同小异,不同之处在于需要利用循环结构去实现每次的affine_forward以及参数相对应的初始化和存储。这周没有学习新的cs231n的相关内容,因为大部分时间都放在了学习书写文献综述上。

本周完成了NeRF文献综述,发现写文献综述需要阅读很多的文献,然后有自我总结的能力,以及需要实现知识的迁移,大概能想到这种技术会在哪些领域得到应用。第一次书写文献综述,相对而言经历了摸索阶段-----查找文献阶段----阅读文献阶段----树立整体文章结构----书写综述这几个阶段,树立整体结构时,由于我并不知道正确的文献综述该如何书写,只能借鉴老师的综述,大概了解每一段应该写哪些内容。此外,我还遇到了关于论文版权的问题,如果想要引用文献中的图片,是否应该征得本人同意方可使用,还是直接在参考文献处引用文献,标好脚注即可,这个问题网上的答案是需要注意学术规范,要给论文的作者发邮件,得到许可后才能使用图片。当然由于这个文献综述并不涉及到投稿之类的(目前),所以我引用图片的时候就没有给作者发邮件。

本周第一次参与组会,组会的分享内容是Source-Free-Domain-Adaptation。截止到目前,我只能理解到Domain-Adaptation的意义,至于原理并没有理解的很明白,也还没有去学习相关内容,里面涉及到一些机器学习的理论知识如监督学习等我还没有学习到;经过这次组会,机器学习的相关知识还是科研的基础,应该好好看,认真看,周老师的西瓜书里面把基础的机器学习的知识讲得比较详细,感觉如果能假期啃下来这本书,下学期就能够参与到具体的科研项目中了。

昨天还干了一件特别厉害(好像也不算厉害),让我特别开心的事情;我自行下载配置了keras深度学习的框架,我的好兄弟在Python大作业上遇到了一些问题,让我帮助他调一下,我昨天对于Keras以及他所用的LSTM方法一无所知,但是就在昨天从晚上六点到凌晨一点的7个小时中,我实现了从0到实现虚假新闻检测正确率95+的跨越!!这也是我第一次应用深度学习框架实现深度学习。感觉这些现成的库还是比较好用的,我们只需要去处理数据,然后调整参数就可以实现一些很高级的模型。比cs231n动辄1k行起步的代码要舒服得多。让我开心的也不只是第一次实现了AI虚假新闻检测,更是学习到的东西能够帮助身边人的快乐,知识的价值应当被传递下去,创造价值,哪怕这个价值不是工业界的价值,而是帮助身边的人解决了一些问题,也让我觉得这段时间我没有白学!

马上要到考试周,我要好好的利用时间,在考试周的时候尽量不拖延我的学习进度,争取早日能实现参与具体科研项目的目标!此外,寒假也是学习基础知识最好的一个阶段,每天的时间都可以自由的安排,我打算在下学期开学前的水平达到可以参加课题的阶段!