402 字
2 分钟
码住码住-结合个人学习之小白入门深度学习路线的总结
2025-07-03
2025-08-01

前言#

学习路线#

长达46分钟的肺腑之言!给以后想从事图像算法工程师、小白入门深度学习路线的总结!

参考此文章 [[深度学习-快速了解整个流程-基于Pytorch实现MNIST数据集分类任务]] 完整了解一遍流程

基础知识#

最小二乘法【看不懂来揍我】_哔哩哔哩_bilibili

NMS 非极大值抑制 | IoU 交并比_哔哩哔哩_bilibili

交叉熵损失函数_哔哩哔哩_bilibili

信息量 |熵 | 交叉熵 |KL散度 (相对熵)|交叉熵损失函数_哔哩哔哩_bilibili

相关链接#

魔鬼面具#

目标检测教程视频指南大全-魔鬼面具

图像算法工程师需要具备什么能力?


  1. 数据集处理、代码调试、模型训练、逻辑代码编写能力。
  2. 模型调优、模型压缩。
  3. 模型部署 (云端 (TensorRT、Nvidia-Triton)、嵌入式端 (瑞芯微、爱芯派))。
  4. 模型部署性能调优。
  5. 持续学习、紧追热点。


纯小白,深度学习怎么入门?


  1. Python 基础、最好做点逻辑算法题。
  2. 数学基础,我认为一般的高等数学、线性代数略懂就行。

  3. 看深度学习理论基础/OpenCV 基础
  4. 基于 Pytorch 的 Mnist 图像分类,从头编写,理解一下整个流程需要什么。
  5. 去找一个你要做的方向最常用且最多教程的一个模型去跑,先轮跑通、然后再看每
个细节模块的代码、并结合理论去理解。

B 导#

bubbliiiing (bubbliiiing) / Repositories · GitHub

  • 封装好的库
码住码住-结合个人学习之小白入门深度学习路线的总结
https://blog.fuxieyi.top/posts/码住码住-结合个人学习之小白入门深度学习路线的总结/
作者
谢懿Shine
发布于
2025-07-03
许可协议
CC BY-NC-SA 4.0