2018年度學習總結

　　2018年可以算的上是我的深度學習年，在導師的影響下入坑深度學習，意外成了N粉兒。
　　年初軟件開發綜合實訓接觸Angular 2+。接着，華爲FusionSphere上學習了虛擬化技術。
　　我們實驗室第一個做Deep Learning就是我，要在Jetson TX2上開展項目，所以參加了對我意義重大的NVIDIA Jetson開發者交流會，英偉達在2018年首場交流會。拿到了英偉達的咖啡杯。從此入坑深度學習。
　　深度學習需要載體，最好是Linux。Linux是沒有的課程，以前就非常喜歡這樣優秀的操作系統。自學過Linux基礎，折騰過一陣基於Debian GNU的Deepin OS。以前在深度社區也小有名氣，不過建議從主流的產品開始做，畢竟這些黃的太快 。Ubuntu掌握得還不夠，實驗需要所以有深入學習了一下ubuntu 16.04。
　　後來在NVIDIA開發者社區見面會——GPU 開發者見面會評選深度提問者獲得的Nvidia Ruler。信仰充值成功！有信仰加持，感覺寫代碼都更快樂了。這把尺子非常珍貴，我要好好收藏。尺子最左邊是一組美國線規（AWG）的鑽孔大小表格，往右數則分別是去年的核彈顯卡GTX1080的GP104核心封裝、甜品級顯卡GTX1050的GP106核心封裝、還有用於移動端產品上的TEGRA X1和K1兩兄弟；再過來是各種顯存和內存芯片的封裝，從DDR3、DDR4、GDDR5到LPDDR4、LPDDR3都有；最右邊則是各種電子電器公式和換算的表格。GP102和GP100兩個核心的面積比GP104的更大尺子真的放不下。
　　雖然未來是FPGA的，但是現在玩玩ARM也是不錯的選擇。Jetson TX2刷機有坑，裝Nv驅動有坑，裝cuda、cuDNN GPU加速庫依賴都是坑，自學cuda編程，Python也捎帶加深了學習。
　　在學習過程中發現了圖形化工具Nvidia Digits，nvidia digits是一款web應用工具，在網頁上對caffe進行圖形化操作和可視化，用於caffe初學者來說，幫助非常大。在這之上學習了兩種深度學習框架caffe、tesorflow。
　　區塊鏈以太坊DApp高薪實戰有感，對買彩票賭球有了更深層次的認識。足球也可以用計算機的思維來理解。
　　 “我不是天生強大,只是天生要強”這句話深入人心。本屆世界盃德國竟然爆冷出局，很遺憾。恭喜法國，這屆法國確實強。可能沒有人真的天生強大，不過確實有天生強大的神經網絡——卷積神經網絡。
　　CNN 的全稱是卷積神經網絡，它的思路是模擬人識別物體時的順序，先看一個圖片大致的輪廓，知道了是個什麼東西，然後關注細節。給我的感覺形象的像望遠鏡，首先看到的是整體，接着聚焦才能慢慢看到各種細節。然而隨意地應用神經網絡是一回事，理解它是什麼以及背後的發生機制是另外一回事。
　　最速下降法來求解迴歸方程，原先用最小二乘法來做，可逆係數矩陣求逆與常數項相乘得到方程係數在現在看來已經是很老的方法了。大學數學類學科的基礎起作用了。貝葉斯判別使用人的主觀經驗作爲概率，確實顯得不足夠精確，但是有時候卻能夠發揮相當不錯的效果，果然現實世界和數學世界還是不一樣的。
　　聚類分析，判別分析，神經網絡，名詞都是我從各個方面瞭解到的，隨着學習的深入也慢慢有了自己對科研的感悟。用科學的方法去模擬這個世界中的各種現象，然後在數學上建立相應合理的模型去解釋這些現象。通過這樣的方式慢慢的我們就瞭解了這個世界，而且也正是通過這樣的方式人們的生活能變得更加的方便。既幫助了別人又實現了自己的價值，這或許就是我想要學習深度學習的原因。
　　畢設期間參加2018騰訊廣告算法大賽競賽，打了打醬油。弄了個周冠軍，得了個kindle。
　　然後觀摩GTC TAIWAN 2018主題演講，感受到了”The more you save,the more you free”。未來近在咫尺。
　　接着十分榮幸參與深度學習超級計算機DGX系列產品研討會。受邀而來基本都是機器人算法以及深度學習算法開發工程師。本人很代表公司榮幸參會。這是由英偉達和麗臺科技聯合主辦的《NVIDIA GPU助理機器人世界》研討會，感受到了今天的機器人需要更多的智能，算法也亟待提升。參會得到了英偉達、麗臺和小米聯名的充電寶。
　　前端方面發現一個前端框架不夠，又自學了Vue2.0。瞭解一個前端框架如果從底層實現原理理解，那就會讓你深入的瞭解它的功能。不同的前端框架一定有類似的地方，相對來說的特點一定要搞清楚。
　　然後聽了李博士《NVIDIA自主機器人與深度強化學習》，對支撐機器人的背後的算法有了深刻理解。
　　在參與2018騰訊微簡歷大賽期間，對STAR法則有了更深刻的理解。六月底籤的三方，七月也就立即終止了自己的校招求職之旅。很多人朋友見面會調侃我“offer帝”。其實相比很多人來說，雖然我投的簡歷很多，但是並沒有去拿太多的offer，而且很快就確定了自己的歸屬。我是一個比較理智的人，不希望拿那麼多的offer來炫耀，我想要的就會盡力爭取，不感興趣的，就不去給別人添麻煩。
　　華爲HiAI是面向移動終端的AI計算平臺有助於對於投身人工智能領域的移動端應用開發者，所以簡單瞭解了一下平臺。
　　接着參加北京第二場NVIDIA JETSON開發者交流會，這次身份卻有了不同。第一次旁聽的雲裏霧裏，對深度學習模糊的很。從cuda編程開始瞭解TX2載板，多參加NV的論壇技術交流，第二次大會顯得遊刃有餘，終於跟大牛們有的聊了。很榮幸代表中國開發者第一次和Xavier零距離接觸。Xavier沒有載板，只有核心，不過性能報表。
　　然後四天世界機器人大會，今年博覽會也同樣精彩，比去年新增加了D館和室外E區，十分豐富。未來的話一定是機器人社會，服務機器人一定是滿足人類生活需求走進家庭。
　　之後重新熟悉了BootStrap前端框架，使用了一款FusionCharts繪圖插件。
　　在參與微博輿情大數據分析，大數據雲端實驗室項目實戰中對大數據開發、智能硬件和圖形圖像有了瞭解。
　　自從進入大學開始背單詞，一直堅持到現在。英語的學習必須持之以恆，背單詞養成了習慣，現在已經成了我生活的一部分。技術博客亦是如此。隨着技術博客的更新路線，可以看到我一路來的成長。
　　
　　從大一開始寫博客只是當作一個學習筆記，把學到的東西記錄下來，方便以後重複學習。漸漸地，隨着寫技術的深度增加，訪問量也越來越多，自己的寫作能力也慢慢地有所提高。就這樣，訪問量的提高，粉絲的好評，也讓自己的自信心逐漸提高，於是形成了一個良性循環，從而越寫越好，越寫越多。在寫博客同時也在解決問題，是一種能力；解決並分析、總結問題，是一種更高的境界。經過一段時間的積累，逐漸養成通過博客記錄問題和解決方法的習慣，使工作更有效率，以後再碰到類似的問題，就可以通過博客的記錄很快地找到解決方法。博客的目的就是分享，只有自己去分享，才能帶給自己和他人改變，從而體會到其中的樂趣。
　　一年時間，深度學習從自學的小白，到入了門，會訓練模型，處理各種數據，調參優化等。在這過程中，學習了很多論文，也翻譯了不少文章。從應用角度來說，如果說2016年是深度學習統治互聯網之年，機器翻譯、聊天機器人、數據中心、雲服務，包括Google、Amazon、Facebook、微軟、IBM在內的各大技術巨頭都在不遺餘力地推進深度學習的研發和應用。那麼剖析CNN句子分類任務，訓練各種模型，2018年就是我的深度學習之年。