笔者有幸参加：
百度深度学习7日入门-CV疫情特辑
在训练营结尾，笔者也想留下一些感想，留下一些足迹，以记得来时的路
阴差阳错之下，我在某不知名公众号上看到了飞桨paddlepaddle训练营的地址，本着试一试的态度，加了助教的微信，在几日疲惫的征战下，收获颇丰，在最后的比赛中，最高获得是第十名，目前是第十四名，算的上是第一次出师得利！[大佬勿喷，嘿嘿][最后被挤到25名了嘿嘿，尴尬]
忘了说，我并不是小白，我在大一就入门了，可能比各位前辈稍微早了一点，说来也可笑，这竟然是我第一次参与AI的比赛，之前不过是参与比赛，报个名，浅尝辄止，连结果也不敢提交。而这次不一样，感觉相当于做了一次小数学建模，在百度的教授给了一些解决的思路后，我果断选了一条众人不常走的路，选择人流密度图来做，从信息论的角度，回归问题，分类问题模型太过于简单，不足以承载人群计数这么大的信息量。而目标检测，需找到位置，再做分类，整个模型包含了不必要的信息量，造成了在表示信息的计算量上的浪费，所以我选择用人流密度图来做。
【注：以上仅是笔者的一孔之见，欢迎大家一起来讨论，来分享】
当天晚上，我就查了人流密度图的一些资料，发现这竟然是一个我从未听说过的“人群计数的新邻域”，既然是这样，网上的资料应该不少，大概是这个邻域太冷门了，中文资料甚少，但是github仍然未抛弃我:
Awesome Crowd Counting
有大佬已经将资源论文都整理了，只可惜全是英文，我选择了MCNN来做，在看了一个晚上之后，将网络结构搭建完毕，简单DEBUG，已是夜里两点，我忽然意识到，我正在复现了一篇论文，想到这里还有些小激动，夜半睡不着觉，放一张图片吧，我其实没做多少工作:
第二天，略微调整参数，得到错误率0.46+，排到了第10名，但是到了搜索后期，状况频出，梯度消失，梯度爆炸，loss震荡不收敛，这是我第一次面对这种情况，简单调整参数，发现调整学习率换优化器，更改普通超参数已经不能解决这些问题，而我的排名渐渐落后，几乎掉出前20
这时，我灵机一动[可能大家都想到了]，将评测指标[错误率]来当做损失函数，这一招有奇效，得到错误率0.35+，我的排名到了第14，到现在基本没什么变化。[最后被挤到25名了嘿嘿，尴尬]
我觉得这个MCNN模型在我这里已经没办法优化了，毕竟这时2015年CVPR的论文，这5年都过去了，我又选择了2018年提出的SANet网络，该网络借鉴了google的inception，有了上次的经验，这次搭建网络可谓轻车熟路，但是结果不太好，loss值在1左右来回震荡，可能是梯度消失问题吧，这是我第一次遇到，之后一定要抽时间解决。这是其网络架构
好吧，战役纪要就到如此。
我之前只玩tensorflow，后来参加AI训练营，开始用pytorch，现在用起了paddlepaddle，paddlepaddle很好用，中文文档写的很有亲和力，而且在举办各种线上线下的活动来帮助开发者，都非常的走心。甚至百度的一线开发者都和我们在一个群里，而笔者也有幸帮忙复现了一个平台的BUG，在GITHUB上提了两个Issue。
在这里必须提一下班主任小姐姐和猪脚GT[滑稽] ，虽然我不知道他们的真名字，但我真的十分感激他们，让我感觉重回小学，有种被手把手引入门的感觉，再次感激他们的认真负责[鞠躬]。
这是他俩的头像
在本期训练营中，所有工作人员都尽职尽责，大家都很感激和佩服助教、教授和班主任以及其他工作人员。
本次训练营体验超好，五星好评！感谢百度大大！！
另外告诉大家一个小技巧，如何能在睡觉的时候用AIstudio跑模型呢，嘿嘿，购买百度的云服务器，或者自己买一个树莓派(低功耗省电)，在其上打开浏览器，用AIstudio上的notebook跑就OK了！
还有很多论文，我没有看；还有很多代码，我没有写；还有很多大佬，我没有拜访。
想做的事总是太多，而时间总又太少——改编自皮城女警语录
就写到这里吧，海阔凭鱼跃，天空任鸟飞，笔者先去调参数去了，嘿嘿![比赛结束了，不调参了]
诸位，来日再聚！！
