• master学习相关&记录&定位&规划&路线&思维

【AI细分路线】

多模态大模型；

计算机视觉：目标检测、目标分割；

时序；

自然语言处理；

推荐系统；

生成式AI；

【模型训练思路】

Zero-shot；

迁移学习：微调；

知识蒸馏：学生老师模型；

无监督/半监督/监督学习；

【基本模型学习】

|CNN=Transformer=|

【老师】

神：李宏毅、李沐、吴恩达

B站UP主：同济子豪兄、唐宇迪

【好的网站】

解决问题的网站：Kimi、ChatGPT、豆包、CSDN

数据集网站：Kaggle、百度飞浆

代码网站：github、gitee、gitcode

云服务器网站：算力云

（😶自己碰到好的网站也可以自己收集，在浏览器上面创建收藏夹）

🥽🥽🥽🥽🥽🥽

【调试技巧🤠】

dir(类名)    # 遍历未知库的属性和方法，当一些库版本发生变化时

torch库：学会调试，通过不断的print来学习网络张量的形状的变化；看不懂就print；

【思维】

主干-枝叶思维；自我批判思维；拓展发散思维；框架思维；IPO(Input Process Output)思维； 深度宽度思维；自信思维；从0开始思维；抽象具体思维；作用和细节隔离思维；忙忙思维； 本质思维；回归本质思维；知识点思维；

重心放在解决从未解决过的问题，不要解决那些已经解决过的问题； 排列组合已有技术，创造新的技术；

=解释=

作用和细节隔离思维: 知道论文的作用和其实现细节是相互对立又统一的过程；就是说实现细节固然关键，但是知道论文解决的问题是什么更关键。

忙忙思维：一个人任务越多，一定程度上与任务无关的事情可以完成的更好。因为，不忙的情况下做其他任务，多半也会摸鱼；

本质思维：足够复杂的思维，也是由某个本质的思维拓展而来（baseline），对于本质的思维的掌握之后，才能更好的进行创新。（其本质和javaweb一样，基础的学习掌握之后，每个人创造的网页都不一样）。❗ 所以，本质思维就是要我们看那些基础的论文，那些解决某类事情的具体的baseline级别的idea。

回归本质思维：回归到的本质，必须是可以基础能调试理解的内容；所谓，基础能调试内容，就是能调整不同的参数，观察对应的输出。

知识点思维：将自己所学的内容或所看的论文抽象为一个知识点；

👾👾👾👾👾👾

【定位】

=知识储备不足= 症状如下：看一些论文没有想法，没有思路； 解决办法：搜索当前看的论文所对应的基础的论文，不够基础就继续向下搜索，直到自己觉得看得懂且有问题；如果特别基础了，还看不懂，那么就啥笔记都别做，看懂了在做，或者自己有想法的时候在做笔记，且做笔记时思考（思维）不能断；

【不同时期的规划】

初期：尽可能的拓展思维和知识收集的广度； （确定专业领域的整体路线图；） （比如看看综述什么的，这是很好确定方向的一种思路； （B站搜索相关论文标题，然后到谷歌学术搜索对应的论文；）

中期：

【论文学习重心】

思路 -> 架构 -> 训练策略 -> 数据和评测 -> 数学 (专硕) 思路 -> 架构 -> 数学 -> 训练策略 -> 数据和评测 (学硕)