engineering development skills for computer vision and deep learning (readme是一个导航目录)
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:
- 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
- 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)
- 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
- 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
- 上述课程的实践
- 有趣的课程设计,再append & TODO吧
- 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
- leetcode
- 面试的问答集
- 了解公司-部门和ideal_mentor
- 构建自问自答/他问自答的 问答集 (提取核心知识点)
- 构建 xmind 脑图 (构建知识体系)
- 做 toy experiments
- 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)
- 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
见xxxx