《百度架构师手把手教深度学习》学习心得

毕业季赶上疫情不能返校，刚好在公众号上看到百度推出了深度学习的公开课，于是抱着打发时间的心态报了名。参加之后才发现这已经是第10次开课了，并且课程是基于百度自研的PaddlePaddle深度学习平台，课程放在Aistudio平台上，看来之前信息太闭塞了，错过了这么多有意思的事情。

首先介绍一下PaddlePaddle深度学习平台，本人之前是坚定的PyTorch阵营，对TensorFlow也有一些了解，Paddle分静态图和动态图，个人感觉静态图采用的是类似TensorFlow的技术路线，但TensorFlow过分强调性能，对开发人员尤其是研发人员十分不友好，不方便进行调试，这对科研工作是极大的阻碍，这也是我之前坚定使用PyTorch的原因。这几年学术界明显更倾向于PyTorch，而且工业化部署可以有其他解决方案，例如将训练完的模型导出成中间模型，然后进行高性能的部署。百度估计也意识到了这一点，因此又推出了动态图的解决方案，并且从Paddle的介绍中能看出，未来应该是主要发展动态图。这里的动态图和PyTorch的技术路线比较相像。这里并不讨论是否抄袭的问题，技术路线就这么多种，作为后来者选择的余地并不多，并且保持和其他成熟的解决方案一致也能有更好的用户体验，随着Paddle逐渐成熟，我相信未来一定会有独特的创新。

就我个人而言，当知道Paddle之后，如果将来我要进入人工智能相关行业，我肯定是支持Paddle的，我可不希望将来人工智能行业的基础设施又受制于美国公司。Paddle目前看来是中国人的唯一选择，国内暂时还没有其他竞争者。百度这几年在舆论方面表现并不好，但看到百度能潜下心来开发Paddle这样的深度学习平台，我个人重新建立了对百度的敬仰之情，希望百度能转型成功，拿到下个时代的入场券。

下面简单总结一下课程心得，在课程过程中可以明显感受到，Paddle正处于高速发展期，产品种类很多，版本迭代很快，因此学习的时候容易因为纷繁复杂的内容而迷失方向，这要求有较强的学习能力和收集信息的能力。课程虽然每周两节，但因为有课程作业，节奏还是很紧张的。但是当作业完成后，对Paddle的理解也能更深一步。课程作业基本都是基于Aistudio的，这对学习者而言是非常方便的学习平台，一方面Aistudio提供免费的GPU算力，另一方面Aistudio上有大量项目的baseline，方便站在巨人的肩膀上。

总的来说这个系列的公开课是很好的学习机会，我会继续参加这个系列的课程并分享心得。