在學(xué)python匿沛，調(diào)試linux影斑，嘗試搭res-net環(huán)境，但是發(fā)現(xiàn)上周讀的論文懂的思路又忘了殖蚕，跟不上了冒滩。今天要重新開(kāi)始微驶，又不知道做什么了。
1.繼續(xù)搭好res-net框架开睡。
2.然后要再看細(xì)一點(diǎn)它的改進(jìn)因苹，想一想怎么應(yīng)用改進(jìn)去
3.測(cè)試
4.讀數(shù)學(xué)推導(dǎo)苟耻，整理手推
5.下一部分是穩(wěn)定性的部分，再細(xì)致讀懂+實(shí)驗(yàn)
6.數(shù)學(xué)推導(dǎo)容燕，手推梁呈。
7.想一點(diǎn)new thing。結(jié)合所有論文蘸秘，再重讀重讀官卡。
8.整理結(jié)果，整理參考文獻(xiàn)醋虏，整理思路寻咒，提高寫(xiě)作素養(yǎng)和水平。
新的問(wèn)題：
imagenet數(shù)據(jù)集太大了颈嚼，100多G毛秘，就很麻煩。 下載完了阻课，訓(xùn)練到差不多也不知道多長(zhǎng)時(shí)間叫挟。
利用云服務(wù)去訓(xùn)練，還得再學(xué)限煞，而且花錢(qián)抹恳。
現(xiàn)在仔細(xì)看了論文，發(fā)現(xiàn)論文里用的是cifar10/100去復(fù)現(xiàn)署驻，而且主要是pre-act 也說(shuō)明我之前的搜索和苦惱奋献，反正對(duì)于真正工作的推進(jìn)和落實(shí)，作用是不大的旺上。
我都糾結(jié)和準(zhǔn)備了啥呢瓶蚂？
1.調(diào)研了FAIR 基于torch的resnet復(fù)現(xiàn)，發(fā)現(xiàn)描述有許多GPU的要求宣吱，但是我沒(méi)有許多GPU窃这，我怕不能部署，同時(shí)怕凌节，if下下來(lái)钦听，CPU干不了，不兼容倍奢，要改很多東西朴上，所以放棄這個(gè)選擇，但是同時(shí)也去搜索了云GPU的方法卒煞，發(fā)現(xiàn)了一篇總結(jié)還不錯(cuò)痪宰，以后用得到，但是沒(méi)有進(jìn)一步細(xì)看。
2.熟悉anaconda linux下的使用 環(huán)境創(chuàng)建 激活衣撬，安裝tensorflow
3.下了個(gè)tensorpack 也是想復(fù)現(xiàn)來(lái)著
4.找imagenet 觀察imagenet的描述信息乖订， 賬號(hào)注冊(cè)，又發(fā)現(xiàn)實(shí)在是 數(shù)據(jù)集太大了
5.現(xiàn)在同時(shí)在下已有的模型具练，很多convert乍构，發(fā)現(xiàn)了起碼兩類(lèi)convert 吧，想用fine-tune微調(diào) 加?xùn)|西扛点，去改哥遮。 或者先跑起來(lái)識(shí)別測(cè)試。
6.下載模型也可以下兩個(gè)渠道陵究，一個(gè)是一種轉(zhuǎn)好的眠饮，一個(gè)是原有的 -convert，兩個(gè)渠道的源碼不太一樣铜邮。然而仪召。。松蒜。我是想結(jié)合扔茅。。秸苗。咖摹。。也不知道行不行
7.現(xiàn)在要轉(zhuǎn)化cifar的準(zhǔn)備了：再研究研究數(shù)據(jù)集难述，還有哪個(gè)版本哪的代碼（原本tensorflow，tensorpack 大致就這么多吧）
