Nếu bạn đã từng học sâu dù chỉ một chút về lĩnh vực CNN, bạn có thể nghĩ rằng mình biết nó vì đây là một lĩnh vực còn khá mới, nhưng lại khó có thể đáp ứng một cách linh hoạt vì bạn không biết nguyên lý và cách sử dụng nó. . Bất cứ khi nào công ty cần thứ gì đó, công ty sẽ đi loanh quanh tìm kiếm GitHub hoặc vội vàng kết hợp các chức năng cần thiết vào thời điểm đó mà không biết nhiều về nguyên tắc. Khi đang làm việc song song với công việc khác, tôi đã trì hoãn việc nghĩ rằng một ngày nào đó tôi sẽ nghiên cứu tensorflow2.4, keras và kaggle, nhưng khi tham gia bài giảng cuối cùng, tôi đã áp dụng thành công tính năng phát hiện đối tượng vào chuyển động của robot và công ty đã thuê một chuyên gia(?) Vì nhớ lại việc được CNN công nhận nên tôi đang tham gia một khóa học để tổ chức lại CNN và tìm hiểu sâu hơn. Thời lượng học không ít nhưng cũng không phải là điều xấu vì mã nguồn được giải thích chi tiết nên tôi nghĩ sẽ tốt hơn nếu đọc lướt toàn bộ và đánh dấu riêng, sau đó chỉ nghe chi tiết hơn từng phần. Tôi cần. -------------------------------------------------- ------- Tôi để lại điều này như một phần bổ sung cho bài đánh giá tôi đã để lại trước đó. Tôi đã thực hiện các nhiệm vụ khác ở công ty, nhưng khi bộ phận thị giác máy tính được thành lập trở lại, tôi đã bướng bỉnh ngay từ đầu trong nỗ lực xây dựng lại. Nghe lại, tôi cảm thấy mình đã hiểu rõ hơn những phần mà trước đây tôi đã bỏ qua. Đây không phải là bài giảng mà bạn chỉ có thể nghe và đọc hết một lần. Tôi đánh giá cao nó một lần nữa.