NjuHaoZhang / all_you_need_is_practice

engineering development skills for computer vision and deep learning

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

all_you_need_is_practice

engineering development skills for computer vision and deep learning (readme是一个导航目录)

1. 动机

面向2021年大厂cv岗位的工程实践-作为面试的一部分,目前想到的准备如下:

2. 准备大纲

2.1 计算机基础

  • 数据结构与算法
  • 算法分析与设计
  • 操作系统原理与实践
  • 计算机网络原理与实践
  • 计算机组成原理与实践
  • 计算机系统基础
  • 编译原理原理与实践
  • 静态软件分析原理与实践
  • web & android app 开发原理与实践

2.2 统计机器学习与深度学习基础

  • 机器学习基础-西瓜书
  • 统计学习基础-李航
  • 贝叶斯统计机器学习-PRML & MLAPP (结合白板视频)
  • 快速回顾林轩田的机器学习基础与技法
  • 深度学习几要素,快速回顾 (CNN, RNN, ReLU及后来者, BP手推公式,SGD及其后来者,Dropout及后来者, cv四大任务的Loss, 调参训练trick)

2.3 计算机视觉基础

  • 数字图像处理原理与实践
  • cs131n-stanford
  • 多视角几何原理与实践 (学术上,cvpr2020后该捡起来了)
  • 计算摄影学原理与实践
  • 图形学的课,看情况上一门,完善知识体系,至少是原理层次

2.4 工程开发技能 (纯粹面向工业界需求驱动)

  • 原则:100%面向工业界实践,所以首先想办法搜索工业界确实在用的技术,然后看原理写代码实践
  • 多进程并发编程
  • cuda编程 (包含并行编程)
  • 模型压缩的原理与实践 (挑工业界在用的)
  • NAS (挑工业界在用的,并且选个好库函数)
  • OCR 原理与实践
  • 图像处理的实践 (DL and non-DL)
  • 想办法找一个完整的,用到上述技术的 proj (找学长要实习?),完成就OK了

2.5 编程实践

  • 上述课程的实践
  • 有趣的课程设计,再append & TODO吧

2.6 意向公司与部门总结

  • 像2010做阿里云一样,像2015年进头条的推荐算法部门,寻找一个 promissing & 蓝海 的部门和mentor
  • 凡事预则立

2.7 针对上一条的定向面经总结

  • leetcode
  • 面试的问答集
  • 了解公司-部门和ideal_mentor

3. 总结的方法

  1. 构建自问自答/他问自答的 问答集 (提取核心知识点)
  2. 构建 xmind 脑图 (构建知识体系)
  3. 做 toy experiments

4. web & android app 开发原理与实践

4.1 动机

  • 受 xxx启发,结合爬虫,构建自己的 arxiv-othr-paper_sanity (自己的本地信息聚合网站)
  • 开发 知乎live 雅思单词 5级 记忆法的 app or web page
  • 受知乎 ncnn benchmark app 启发,开发 local ncnn 调试器 (app version)

4.2 方法论

  • 首先找一个简单精炼的 open code, 读懂别人的东西然后修改,注意做极简的二次开发(丢掉一切与核心原理无关的,比如UI)
  • 既然目的是实践原理而不是公司开发,首先找的code应该是原理出发而不是细节一堆,其次易读好改-性价比高

4.3 实现

见xxxx

About

engineering development skills for computer vision and deep learning

License:Creative Commons Zero v1.0 Universal