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。

大一下旁听了这门课几次，当时刚把python语法学完，到后面DL部分就感觉有点云里雾里了。

现在了解一些后重新看老师的课件，只能说非常非常非常非常棒。

自己学的时候，遇到问题上网查博客或者问师兄师姐，往往是比较低效的办法（懂得都懂，说多了都是泪）。而本人在重新看课件的过程中发现很多本人之前遇到的坑老师的课件上都提到了（无奈当时根本不懂），同时老师对于很多数学原理和Coding结构（个人感觉主要在于PyTorch）做了简单但全面的介绍，现在看来思路非常清晰易懂。跟很多著名的ML或DL入门教材来比甚至更好（个人认为）。

推荐选课，但建议有一点基础（或者抱大佬大腿）。