本人本科应用物理专业，学习深度学习仅个人爱好，所以我不会去涉及太深入和底层的数学计算之类的东西，而是专注于理解逻辑、会用网络训练自己模型之类更实际的事情，毕竟我也不发这方面的论文
I have an undergraduate degree in Applied Physics. My interest in deep learning is purely a personal hobby, so I don't delve into very deep or fundamental mathematical computations. Instead, I focus on understanding the logic and training my own models, which are more practical tasks. After all, I don't publish papers in this field.
这个仓库用来记录我的深度学习之旅 只看笔记
这是我接触到的第一个神经网络，视频刷了三遍，最终运行成功，挺有成就感的，终于跑通一个模型了，加油加油
又跑通一个模型，好耶！越学越觉得这个up讲的真挺好的，除了知识讲的很清晰，在视频里会随着系列的深入，逐渐加上一些项目工程的东西进去，像这个项目里就有断言、文件夹构成、跑一次模型的时间这些有用的小技巧的加入，真的讲的很好，十分收益
VGG之前用过它的风格迁移模型，不过这次由于我们的目标是ResNet和EffectiveNet，所以VGG就没训练了，后面如果要做迁移学习的话可能会再回来
感觉从GoogleNet开始，这个卷积神经网络就开始卷起来了，这么复杂的结构，这是怎么能想到的，越学就越惊叹，特别是GoogleNet中那个Inception的并行结构，这个想法真的是很厉害，比传统的思想，即不断堆叠卷积层，创新