<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          【面試相關(guān)】非計算機專業(yè)如何1年內(nèi)自學(xué)拿到算法offer

          共 2149字,需瀏覽 5分鐘

           ·

          2021-06-08 11:00

          本文總結(jié)自己學(xué)習(xí)計算機視覺的經(jīng)歷。
          我就是非計算機專業(yè)的,在18-19年1年時間內(nèi)自學(xué)拿到商湯實習(xí)offer,20年畢業(yè)加入思謀成為一名算法工程師。我想我應(yīng)該很適合回答這個問題。

          之前寫過一個實習(xí)面經(jīng),感興趣的可以看一下計算機視覺暑期實習(xí)面經(jīng)_筆經(jīng)面經(jīng)_牛客網(wǎng) (nowcoder.com)

          對于一個完全不懂的計算機視覺領(lǐng)域,并且沒有師兄師姐指導(dǎo)的情況下,必然走過很多歪路,這里我想先記錄一下做過的一些事情,最后給出資料推薦和心得。


          01

          心路歷程

          第一步,買書和逛知乎。剛接觸計算機視覺的時候,啥都不懂,然后就喜歡在知乎上看別人寫文章(前兩年分享的質(zhì)量要好很多,現(xiàn)在有點下降了),然后就是必踩的坑,買書

          上面是部分書,買了很多書(emmmm, 可能是喜歡收藏吧),但是我看過的基本上只有統(tǒng)計學(xué)習(xí)方法,hhhhh

          買書是錯誤示范,不推薦買大部頭書籍,合理做法看資料推薦部分,逛知乎還是不錯的。

          第二步,看論文和寫筆記。然后就是看論文,以目標(biāo)檢測為例,首先推薦一個綜述Object Detection in 20 Years: A Survey,按照時間順序,先找到關(guān)鍵文章,其他文章都是這些文章的修修補補,roadmap傳統(tǒng)目標(biāo)檢測DPM -> Two-stage:RCNN、Fast R-CNN、Faster R-CNN、Mask R-CNN -> One-Stage:YOLOv1&v2&v3、SSD、RetinaNet -> Anchor-Free:CornerNet、FCOS、CenterNet -> Transformer:DETR,看完文章還不夠,好文章適當(dāng)寫一下筆記,鍛煉自己寫文字和歸納總結(jié)的能力,最好找到對應(yīng)的code進(jìn)行理解實踐。

          第三步,打比賽。有了大量的知識積累,就可以去實踐了,實驗室的項目看運氣,可能碰不到好項目,不能坐以待斃,打比賽是一個比較好的選擇,從實踐中才能更好的體會算法的適用范圍和真實數(shù)據(jù)如何處理的。我之前在天池也就拿了個第8名還有個36名吧,學(xué)到什么更關(guān)鍵,至少面試的時候有東西說。

          第四步,刷題和找實習(xí)。有了上述的知識儲備和實踐經(jīng)驗,就要刷一下簡歷了。算法coding必不可少,面試必考,如果沒有基礎(chǔ),推薦先看劍指offer,上面對常見題型做了總結(jié)。面試的時候?qū)ψ约汉啔v上的東西一定要清楚,簡歷上都不會,你完了,多面試多總結(jié),查漏補缺

          有了上述的積累,拿算法offer是水到渠成的事情。


          02

          資料推薦


          不推薦買大部頭書籍,一般大部頭買來都扔書架上吃灰了(都看完的算你nb),最實用的還是一些工具的document。實際場景,一般是遇到問題,查閱,遇到問題,查閱的循環(huán)過程,光啃書不實踐,記不住啊,還體會不到樂趣,消磨積極性。

          以下羅列一下常用document和網(wǎng)站,少而精才是有效推薦

          競賽

          kaggle、阿里天池

          coding

          推薦劍指offer,可以更快的掌握coding技巧



          另外就是coding的刷題網(wǎng)站,推薦leetcode,題目多且全,推薦先刷力扣 (leetcode-cn.com)

          document

          編程工具:Python、PyTorch、OpenCV

          代碼庫

          圖像分類:pytorch-image-models 基本上涵蓋所有主流網(wǎng)絡(luò)

          目標(biāo)檢測: MMDetection、Detectron2 這兩個都是優(yōu)秀的代碼庫,值得學(xué)習(xí)借鑒

          查閱各個領(lǐng)域的最新進(jìn)展,可以查閱這個網(wǎng)站,會記錄一些sota的paper和code鏈接:paper-with-code

          學(xué)習(xí)視頻只推薦三個

          機器學(xué)習(xí):李宏毅機器學(xué)習(xí) (打包到Smarter了) 上課太有趣了

          計算機視覺:李飛飛cs231n (打包到Smarter了)

          經(jīng)典paper解析:AI百篇經(jīng)典論文

          如果非要買書,機器學(xué)習(xí)可以買一些書籍,比如統(tǒng)計學(xué)習(xí)方法、西瓜書

          《機器學(xué)習(xí)》俗稱西瓜書,圖例多容易理解,缺點較厚實,推理過程不詳細(xì)。


          《統(tǒng)計學(xué)習(xí)方法》比起西瓜書,更干,推理詳盡,篇幅少,但是圖例少不容易理解。

          實用主義出發(fā),以上入門完全夠用了,對深度學(xué)習(xí)和計算機視覺有了一些了解,后面就可以自己愉快的玩耍了。


          03

          心得


          1.geek是必須的,想要跨專業(yè)必須付出更多。

          2.當(dāng)然也要勞逸結(jié)合,多運動,健康更重要。

          3.不要假裝努力學(xué)習(xí),到底懂不懂,有沒有學(xué)會,自己心里比誰都清楚。

          4.焦慮是因為實力不配,對未知的恐懼,不斷輸入才能更自信。

          5.心態(tài)要好,你能決定的只有很小一部分,但依然要相信人定勝天。

          6.精準(zhǔn)的內(nèi)推資源很重要,可以減少很多搜集信息的時間(比如找我,我有各種計算機視覺崗位的內(nèi)推信息)。



          往期精彩回顧





          本站qq群851320808,加入微信群請掃碼:

          瀏覽 33
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  94自拍青| 日韩成人AV毛片 | 亚洲一级三级 | 夜夜嗨AⅤ一区二区三区 | 逼片网站|