新的起点：今天，通过了CSDN博客专家认证。感恩相伴，风雨同舟。

从2018年9月在CSDN发布第一篇博客至今，已经快两年了。2017年10月份，在做目标检测的科创项目，当时Windows系统对深度学习的框架支持并不好，于是开始上手Ubuntu16.04，由于对各种操作不熟悉，加上各个深度学习框架和工具包对对版本的要求很严格，常常发现装好之后，由于不兼容导致一大堆错误，从而无法作进一步工作；但是，对Linux系统的操作又不熟悉，所以试过大多数解决方法无果之后，就简单粗暴的重装系统，从头配置；配置好系统之后，还需要自己配制各个目标检测算法，对于新手来说，相对繁琐；久而久之，为了防止遗忘，打算将各种配置过程记录下来；最开始是在QQ空间发日志，后来因为图片是单独放到相册里，并且很不方便，经常误删图片。因此在2018年9月的时候，将空间的一部分完整的文章搬到了本博客，包括YOLO自己的框架Darknet在Windows和Ubuntu的配置，Opencv的配置，机器学习实战，风格迁移等等，因为误删了当时的配图，内容不完整，所以现在已经都删除了，之后的都记录了在本博客。本文算是从写博客到现在的感想吧。

首先，感谢CSDN提供这么好的纯技术文字交流平台，一方面从其它博主的博文学习知识，一方面记录分享自己的点滴。使用过程中，感受很好的是提出的问题反馈有专门客服处理，而且处理及时，官方QQ客服态度很好，回复很快，这是很多平台不注重的；之前对使用的很多应用提出过反馈，及时解决的除了CSDN，还有阿里云，其它的都沉了。很多体量大的平台，嘴上为用户着想，但客服垃圾的一批，找个联系方式比考古还难，不充RMB就是弟弟，充完马上变爹地。

时间回到三年前，2017年4月，第一次接触科创，做完一个项目试水之后，觉得很有意思。9月，老师推荐我了解一下机器学习，当时正好是AI的风口，学习了吴恩达老师的机器学习课程，CS231n，机器学习实战…虽然很多听不懂，但是觉得很有意思，尤其是调程序跑demo出结果的那一刻，获得很大的快感，沉浸其中；本科不是自动化也不是信息，座标济南二环南路某普通高校，除了学习的C语言，其它课程关系就不大了。学习机器学习，完全是出于兴趣，可以从中得到正激励，果然兴趣是最好的老师，并希望以后以此为职业，所以课余时间基本都以科创比赛为引子，用来学习Python编程、机器学习相关的知识，填了不少坑，熬了很多夜，耗费了很多时间，很多时间都花费在配置环境和调程序上了，科创比赛参加了不少，但对机器学习理论知识的学习比较欠缺。后来，论文看不懂，看到公式就犯难，很多术语也不知道怎么来的。意识到这个问题，于是决定恶补这些知识，并把学习过程的笔记都整理发布在了本博客，也就是差不多近半年的内容。三年来，科创成绩不算突出，但是通过自己亲身经历填坑，培养了对机器学习浓厚的兴趣，明白了自己想要什么，以及努力的方向。

比较遗憾的是，大学期间没有遇到一位志同道合的同学，之前一位技术宅学长很好，但是不跟我一个方向；老师实验室的学弟来了一波接一波，基本都没有待下来的，因为老师比较注重应用，对于发论文不是很感冒，并且指导学生的项目起点都比较高，上手难度大，前期准备时间长；学长留下来的项目，如果没有耐心也是接不下来的。所以那些急功近利想挂个名拿着现成的作品去比赛的同学以及浮躁耐不住寂寞枯燥的同学，这并不是一个好去处，所以很多同学就都去其它实验室了。

后期有很多同学加入，但都不跟我一个方向，所以我成了独苗。加上性格比较内向，与其他学院的同学也不熟悉，所以大学四年，在实验室的三年多，一直是自己一个人。造成的结果就是，一个东西可以完整地做出来，但是精力能力有限，很多预想的功能无法实现，结果并不突出，略感遗憾，大概这就是爱而不得的苦恼吧。

二十岁到三十岁应该是人生最宝贵的十年，参加科创写博客的初衷一方面是不想荒废时间、方便复习抗遗忘；另一方面也希望给正在经历项目进站不下去，苦于寻找解决方案的同学提供参考，那些孤独枯燥的日夜，都感同身受。这是一个开源共享的时代，个人技术藏着掖着意义不大，并且难抵时代更新浪潮，不如开源，让需要的同学继续开发，这样大家都能共同进步，自利利他，两全其美。

QQ空间日志考古🤣

CSDN考古

重装系统案发现场，熬了个通宵，心疼头发、肝肾脾胃；印象中，两台电脑应该装了至少二十次，一般从头开始配置好，包括驱动CUDA、cuDNN、OpenCV、Caffe、TensorFlow、Darknet，差不多一天，只有罗老师的时间管理才能顶得住。入门Ubuntu最快的方式就是捣鼓到pip都跟新不了，头皮发麻之后重装系统:)😎

通过博客专家认证的满足条件，是在近半年达成的，也就是从写毕业论文开始，同时开始密集地写博客，毕业论文题目是：
（怕论文查重查到自己，之前查重，查到很多自己博客的内容，还好字数多，任性全删了。🤣）所以近半年的博客，更像是我从入门一个新的领域，准确说是时间序列分类任务到写成三万字的本科论文的记录吧。从最开始HAR开始试验，读相关论文，搭建模型，了解处理流程。然后，收集数据处理数据，进一步扩展；再看与车辆相关的论文，尝试复现文中的网络，训练测试，调参，完善论文。因为考研的缘故，机器学习搁置了七八个月，所以在开始做毕业设计之初，很多都忘记了，于是从头开始系统性的学习，边学边记录，边做毕业设计，四个多月完成了。因为没有复试任务，所以每天除了吃饭睡觉就是学习相关知识，然后写博客。说一下个人情况吧，一战三跨太平洋西岸地区某985自动化折戟，一门专业课不过线，直接拉闸，所以一定要注重专业课学习！也没打算调剂，当时考完就准备二战了，八个月备考，期间经历了大多数人都经历的伤心事，影响很大；反正考试就像电子竞技，菜是原罪，都是自己的原因造成的；寒假期间免了几家企业的算法岗，拿到了某上市公司算法工程师的offer，后来谈的时候发现并不是自己期望的做计算机视觉相关的算法的岗位，而更像开发岗，所以没签。投的几个心仪的要求研究生学历的算法岗沉了，更坚定了二战的打算，很感谢各公司人力资源和技术面试给我机会。个人能力离计算机视觉的算法岗差距还很远，读研有两年多的缓冲期可以丰富自己的学识，弥补自己的不足，选择的机会更多吧，一己之见，轻喷。写博客，申请认证，有自尊心作祟想稍微证明以下自己的因素，当然与很多很多同学差距很大，每次被称呼“大佬”的时候就自惭形秽，觉得不值得这个称呼，虽然有尊重的意味，但更希望以平等的身份交流，称呼“同学”就好。天外有天，人外有人，痛苦是比较出来的。最好的做法就是不跟别人比差距，只跟过去的自己比进步。我永远相信勤能补拙，天道酬勤，水滴石穿。不平凡的2020，希望我们都能实现自己的愿望。