启东网站建设上海搜索优化推广

人流密度比赛的运行截图，GPU没抢到，只能用CPU慢慢爬了（但是也比自己的电脑快）。
第一天的新冠疫情可视化，虽然自己是一个画图小白，但是在老师的指导下，也画出了很好看的可视化图。第二天的手势识别，第三天的口罩识别，第四天的车牌识别，第六天的模型压缩。从DNN到CNN，从老师手把手教学到自己可以逐渐改善网络，搭建出了VGG19，成就感满满。
每天晚上B站直播是最期待的了，不仅会讲解基础知识，更有实践代码讲解，又浅入深，逐步深入，实践代码的讲解又将知识落在实处，不是空谈。
最印象深刻的要数PaddleSlim模型压缩。总所周知，模型越精确，范围越广，模型就越大，这对手机等小型设备来讲移指变成了困难，但是模型压缩的出现却大大解决了这一问题，通过蒸馏，量化等，保证精度的同时还可以压缩模型，在手机上运行也又快又准。
paddle中的class paddle.fluid.dygraph对于网络搭建简直就是利器中的利器，参照飞桨的官方文档可以方便快捷的搭建出网络，各种激活函数，损失函数，优化函数都有相应的API接口可以调用。