從研一入學(xué)到現(xiàn)在剛好一年了，剛?cè)雽W(xué)的時候?qū)@方面是一點也不懂，那時實驗室的沒有GPU的電腦還以為很強(qiáng)，哈哈。即使現(xiàn)在，我也不敢說有多懂，只是把我這將近一年學(xué)到的過程分享一下，如果有需要的朋友們可以參考看一下，也可能有許多錯誤的地方，希望大家?guī)臀抑刚鰜硪黄鹛岣摺?/p>
我記得最開始的時候老師讓我使用matlab，然后去學(xué)校的二手書店買了岡薩雷斯的數(shù)字圖像處理和數(shù)字圖像處理（matlab）版，簡單讀了一下，里面有很多公式和理論的東西。然后我用matlab簡單實現(xiàn)了一下里面的一些基本操作，比如說圖片的輸入輸出，邊緣檢測，二值化，腐蝕膨脹等一些傳統(tǒng)的處理手段，雖然現(xiàn)在深度學(xué)習(xí)用的不是很多，但是有時候一些情況還是需要使用的，而且對于處理圖像的我們來說，多多少少還是需要知道一些的，以后寫論文的時候也會用到去畫圖。
在這之后我還研究了一段時間的追蹤，看了一些幀差法，光流法，背景差分法什么的，已經(jīng)記不住了，就剩個大概意思了，然后就去研究目標(biāo)檢測了。
后來10月份的時候我們報名了一個京東的豬臉識別大賽，可是發(fā)現(xiàn)什么都不會，感覺好心塞，慢慢的開始知道機(jī)器學(xué)習(xí)了，我在網(wǎng)上找了一些博客看了一些那種概述，大致知道了什么意思。隨后我在自己原來那臺沒有GPU的電腦上裝了ubuntu，這也是我第一次真正意義上用linux，之前在windows上裝過虛擬機(jī)的centos，我也沒怎么用。在我大概知道了這些以后，我發(fā)現(xiàn)我需要學(xué)習(xí)一門語言——python
然后我就加了各種QQ群，問大家該如何學(xué)習(xí)，之后我選了一本python教材，名字我忘了就是什么零基礎(chǔ)入門什么的，后來我發(fā)現(xiàn)直接去菜鳥教程網(wǎng)站看就可以了，把基礎(chǔ)的看一下，如果你是計算機(jī)專業(yè)的或者之前編過程序，那應(yīng)該很快就看完了，建議直接學(xué)python3，網(wǎng)站地址：Python 基礎(chǔ)教程 | 菜鳥教程。我之后又找了一個打飛機(jī)的游戲(別想多了)跟著教程編完了一個小項目，大致知道了這門語言的使用。
對于linux的學(xué)習(xí)，如果之前沒用過ubuntu，建議去了解一下基本的系統(tǒng)操作和命令就好，比如cd，sudo，rm，clone，git什么的，因為之后的一些命令也是別人告訴你或者上網(wǎng)查，不用一下全記住，如果你要深入學(xué)的話，那就自己去找找教程吧。
我還忘了說，python，Linux，還有之后的各種深度學(xué)習(xí)框架什么的，我有很多都去看了莫煩的視頻，那個我覺得入門真的挺有用的，即使現(xiàn)在看也有很多要學(xué)的，而且有很多系列，真的對于這種自己錄的要支持一下！不容易。地址：莫煩Python
opencv也要學(xué)一下，有c++和python版的，原理基本一樣，只是實現(xiàn)的語言不同，很猛的開源視覺庫，可以買一本opencv3教程看一下，這個書網(wǎng)上比較統(tǒng)一，大部分都是這本。
在學(xué)完這些，我就要開始了解深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)了，這時，一位大神的視頻映入眼簾，他就是——吳恩達(dá)！這個的基本原理和過程我都是看的他的視頻，真的非常棒，我看了好幾遍，對神經(jīng)網(wǎng)絡(luò)的解讀比較透徹，反向傳播和梯度下降講的都比較細(xì)，廢話不多說了，網(wǎng)站：深度學(xué)習(xí)工程師微專業(yè) - 一線人工智能大師吳恩達(dá)親研-網(wǎng)易云課堂 - 網(wǎng)易云課堂，而且網(wǎng)易云課堂上還有很多其他的課，根據(jù)你喜歡的也可以去學(xué)一下。
看完這個之后，我就去學(xué)習(xí)了pytorch和tensorflow了，但比較遺憾的說，到現(xiàn)在我也沒有好好掌握他倆，只是能簡單的編一些東西。可能也是我學(xué)的比較雜，你可以選擇一個框架好好學(xué)學(xué)，對于這兩個框架，莫煩的還有他們的官方文檔都很詳細(xì)，你可以選擇去看。我當(dāng)時是買的書，pytorch 的我買的博文的：深度學(xué)習(xí)入門之——pytorch，tensorflow的我買的機(jī)械工業(yè)出版社的深度學(xué)習(xí)之tensorflow入門，原理與進(jìn)階實戰(zhàn)。這兩本都很適合入門。而且現(xiàn)在已經(jīng)出了很多什么卷積神經(jīng)網(wǎng)絡(luò)進(jìn)階實戰(zhàn)啊，有很多，我看了目錄，都很不錯。可以自己挑一挑。caffe我沒有學(xué)，這三種caffe比較學(xué)術(shù)，pytorch比較容易入門，tensorflow普及比較多，（松明同學(xué)指出我此處表述有誤，修改如下，謝謝提醒:keras是基于tf的一個高級神經(jīng)網(wǎng)絡(luò)API）可以自己選擇一下。
關(guān)于深度學(xué)習(xí)環(huán)境的配置，可以參考我的另一篇文章，那里有詳細(xì)的配置，環(huán)境有點老，但是換湯不換藥，基本過程都那樣，現(xiàn)在比較忙我還沒有更新，配環(huán)境對于新手來說挺痛苦的，一定要堅持下去，我說我當(dāng)時配了1個月你敢信？
我目前研究的是目標(biāo)檢測，很多方法在github上都有公開的代碼，可以下載運行慢慢研究，有的時候配完了不好用慢慢調(diào)，要有耐心，最后一定會解決的，我已經(jīng)試了很多次了。而且QQ群有的時候還是挺有用的，虛心請教。
暫時先寫這么多吧，如果你的學(xué)習(xí)道路上也有什么好的方法可以發(fā)一下，我們一起學(xué)習(xí)！還有我現(xiàn)在在實習(xí)，公司的同事們也很照顧我，給我講一些學(xué)術(shù)道路上的方法啊，工作上的計劃啊，幫助我修改論文，很開心遇到他們！所以，如果你是研一的小伙伴們，這一年抓緊時間學(xué)學(xué)，研二就可以出來實習(xí)一波了(前提你的論文怎么也得有個方向吧，并且老板要同意)！
————————————————————
2019.07 不少同學(xué)留言反應(yīng)岡薩雷斯那本書晦澀難懂，我也有點這樣感覺，我當(dāng)時也沒讀多細(xì)，就是簡單看了看，如果感覺用處不大，直接看opencv的操作就行，那上面?zhèn)鹘y(tǒng)處理講的也挺細(xì)的。
還有就是有同學(xué)問我學(xué)python或者c++怎么看，自我感覺菜鳥網(wǎng)站也是個不錯的地方，大家可以去看看