我竟然是第一个hhh

先说上课内容

• 这门课前面四节课是由张越一老师讲python入门，差不多是前两节在讲python的基本语法，三四节在讲网络和图形化的一些内容。老师讲的非常通俗易懂，ppt是提纲，老师会用jupyter来演示，上课认真听收获还是很大的。P.S.张老师是一个很有趣的人，当时他走进教室，我以为是学生。。。虽然这是他第一次讲课，但讲的灰常棒！给老师打call。期待老师之后的课。
• 后面程老师讲了一些机器学习和深度学习的基本内容。比如loss function等等，还有一些基本网络比如cnn，gan，迁移学习。程老师上课逻辑很清晰，听着很享受。
• 郑老师讲了docker和pytorch。很有用，但属于介绍的，想要会用还是要去看看官方指导。
• 熊老师讲了一次神经网络的知识，结点，学习率，反向传播，梯度下降等等。另一次emmm我不太记得了。。。
• 中间还有一次是傅雪阳老师讲的CV的一些知识，风格迁移，马赛克清除，雨迹清除等，然后我就被拉入CV的坑了。
• 反正我之前都是听说的这些，之前一直觉得深度学习东西太多不知道怎么下手，这门课差不多带着我走了一遍，也让我知道了一些基本原理。
• 课件链接https://github.com/SqrtiZhang/USTC/tree/master/Spring.2019/Python%26DeepLearning，不过中间缺了几次。。

然后是作业

• 我是非英才班的，所以一共是两次作业，英才班的有三次。
• 第一次是张老师讲完python布置的一个网络API+图形化的实验，单人。很多人做的天气预报（包括我），图片识别，作文素材等等。这个可以在助教的ppt里找到大家做的。然后图形化做的好看点应该分会高点（我感觉我总评4.3就是第一次作业的界面做的好看）。
• 第二次就真正接触DL了，最多五人一组。我们组做的是迁移学习识别动漫人物（期末答辩的时候被老师说算法自己设计的有点少），主要参考TF的教程做的。此处膜拜tky手动标记了7000+组数据。感谢大佬队友的大腿~
• 总体感受就是，要求非常明确，自己能学到很多东西。然后有问题也可以直接问助教，助教都超级nice。
• 作业报告一定要认真写，报告占分很大。第二次作业的汇报占分也很大。（具体可以参考上面的链接）

总体就是，超级建议想入门的同学选，而且给分应该是超级好的。（因为我只知道自己的分，不知道总体分布怎么样）

对有一定基础的人可能会觉得有点简单。