1.? [《關(guān)于一起深度學(xué)習(xí)的那些事》 - 嗶哩嗶哩 (bilibili.com)](https://www.bilibili.com/read/cv10239076)

2.? [ 如何下載與打開一個Github深度學(xué)習(xí)庫 ](https://www.bilibili.com/video/BV1GY4y1t7Cc/?share_source=copy_web\&vd_source=1e6f2281c23ca69b18df2d7768310983)

3.? [初入深度學(xué)習(xí)，和2匹配](http://t.csdn.cn/2pn8q)

4.? [Markdown筆記使用指南](https://note.youdao.com/help-center/advance_markdown.html)

5.（1）? [Pytorch 通過Colab平臺訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)-Demo-畢設(shè)可用（Bubbliiiing 深度學(xué)習(xí) 教程）\_嗶哩嗶哩\_bilibili](https://www.bilibili.com/video/BV1GS4y1Y7Qb/?buvid=XU940B19BFAFF029F42A74F7FC402A134B02F\&is_story_h5=false\&mid=joPCZEvcu0L%2B8Itnd0rqTg%3D%3D\&p=1\&plat_id=116\&share_from=ugc\&share_medium=android\&share_plat=android\&share_session_id=69f1badf-026d-4163-acf6-4ec1937908ad\&share_source=WEIXIN\&share_tag=s_i\&timestamp=1679383532\&unique_k=hgifJWk\&up_id=472467171\&vd_source=53595ce97ff286fb30931038bb246c28)? 視頻

? （2）? [神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)小記錄69——Pytorch 使用Google Colab進行深度學(xué)習(xí)](http://t.csdn.cn/PzU96)? ? 博文

6.? [Google Colab 無敵詳細使用教程](http://t.csdn.cn/Fu9DO)

7.? [美國桑迪亞（sandia）國家實驗室提供一系列機載SAR數(shù)據(jù)，包括MiniSAR、FARAR等。數(shù)據(jù)分辨率4英寸，約0.1米。原始數(shù)據(jù)](SAR Data – Pathfinder Radar ISR & SAR Systems (sandia.gov)

?筆記（很多直接復(fù)制粘貼的東西）

關(guān)于一起深度學(xué)習(xí)的那些事

我建議先入門keras或者pytorch后，再開始學(xué)習(xí)深度學(xué)習(xí)。我當時學(xué)習(xí)的keras教程是莫煩python，但是這個教程已經(jīng)偏老了，很多keras語法已經(jīng)發(fā)生了改變，大家可以跟著學(xué)習(xí)也可以自己上網(wǎng)去搜索其它教程。而對于pytorch的學(xué)習(xí)，我基本上沒怎么看教程，那時候已經(jīng)學(xué)了很久的keras了，對深度學(xué)習(xí)的套路了解了一些，直接就入門硬看了。我的建議還是，先入門Keras或者Pytorch，至少會自己創(chuàng)建一些卷積網(wǎng)絡(luò)再開始學(xué)習(xí)，其中尤其要注意權(quán)值的保存與載入。

對于有python基礎(chǔ)，而且有深度學(xué)習(xí)基礎(chǔ)的同學(xué)來講，我建議可以直接開始學(xué)習(xí)我上傳的一些代碼了，我上傳的代碼均是我參考github加上自己的理解改編寫出來的，并非完全原創(chuàng)也并非完全復(fù)制。我建議的學(xué)習(xí)順序是經(jīng)典卷積神經(jīng)網(wǎng)絡(luò) => SSD => yolov3 => retinanet => yolov4 => Faster RCNN => efficientdet。這個建議順序是根據(jù)網(wǎng)絡(luò)的難易程度進行一個劃分的，其中可以穿插語義分割網(wǎng)絡(luò)、人臉識別網(wǎng)絡(luò)、GAN網(wǎng)絡(luò)的學(xué)習(xí)。這些網(wǎng)絡(luò)的學(xué)習(xí)有助于同學(xué)們理解各個網(wǎng)絡(luò)的原理。 作者：Bubbliiiing <https://www.bilibili.com/read/cv10239076>; 出處：bilibili

?初入深度學(xué)習(xí)1

1.? pwd查看根目錄

2.? 修改倉庫時會保留Git信息（可以查看修改的部分）

初入深度學(xué)習(xí)2

1.? readme文件

2.? requirements.txt文件（環(huán)境配置）

3.? 訓(xùn)練關(guān)鍵詞，train（readme）

4.? 預(yù)測關(guān)鍵詞，predict,inference,detect（readme)

初入深度學(xué)習(xí)3

1.? 在訓(xùn)練模型時，需要考慮模型本身，訓(xùn)練參數(shù)，數(shù)據(jù)加載與損失函數(shù)。\

? ? 在預(yù)測模型時，需要考慮模型本身，數(shù)據(jù)加載，預(yù)測后處理。

2.? 加載數(shù)據(jù)關(guān)鍵詞datasets,dataload

初入深度學(xué)習(xí)4

1.? 模型本身model,net

2.? 訓(xùn)練參數(shù)yaml文件，cfg文件

3.? 數(shù)據(jù)加載data,datasets,dataloader

4.? 預(yù)測的數(shù)據(jù)加載和訓(xùn)練的數(shù)據(jù)加載相比，少了數(shù)據(jù)增強與標簽處理的部分，主要是對輸入圖片進行預(yù)處理,predict

5.? 損失函數(shù)loss,

? ? **Loss組成的話，每個倉庫有每個倉庫不同的組成方式，因此解析的難度是非常大的，特別是在目標檢測中，正樣本的選取方式多樣，很難直接對Loss有個整體的認知，想要進一步了解Loss的工作，通常要對損失進行一行、一行的分析。**

6.? 預(yù)測后處理，包括**預(yù)測結(jié)果的解碼與預(yù)測圖片的可視化**

其他

1.? win+R,輸入dxdiag可以看電腦配置。