Part0:前言

今天工作會議大順利，灑花~!!
但明天要凌晨起床到看表演，所以今天必須21:00休息。扣掉吃飯和練琴的時間大約只剩一小時，這麼短的時間要生出完整學習文章有點不可能的任務，加上適逢比賽第16天，剛好是個好時機能好好回顧一下前半段的賽程和做下半段賽程規劃，那就讓我們開始吧!

Part1:今日目標

1.前半段賽程回顧
2.後半段賽程規劃

Part2:內容

1.前半段賽程回顧

此次鐵人賽設定目標完成AI CUP競賽「「農地作物現況調查影像辨識競賽-秋季賽：AI作物影像判釋」，至少要提交三個不同模型/前處理的預測結果。根據此次我的鐵人賽檔案:【菜鳥工程師第一個電腦視覺(CV)專案-農作物影像辨識競賽】回顧過去15天的鐵人賽發文，前半段賽程(D1~D15)共可分為三個區塊:

(1)熟悉競賽資料:共7天
D1-熟悉資料集&專案目標
D2-資料集整理&基準模型規劃
D3-資料集前處理1st
D4-前處理1st_實作結果
D7-資料集前處理2nd:資料貼標
D8-資料集前處理3rd:建立Dataset
D9-資料集前處理4th:資料集切分&DataLoader

(2)影像分類模型理論學習:共7天
D5-影像分類模型_理論學習1st
D10-卷積神經網路CNN_理論學習1st
D11-卷積神經網路CNN_理論學習2nd:進階技巧
D12-Lenet模型_模型架構學習1st
D13-Lenet模型_模型架構學習2nd
D14-Pytorch_模型搭建技巧1st
D15-影像識別經典模型簡介1st_AlexNet

(3)Pytorch模型實作:共1天
D6-運行範例CNN模型

統整以上的結果，前半段賽程如自己當初所規畫會花較多時間在熟悉資料和學習影像處理相關知識，這也是接觸新領域的必經之路，比起以前急躁的自己搶著開始coding，現在更願意沉住氣多看理論和他人寫的code範例。這樣一方面能更了解每個模型的設計巧思，在寫code時遇到Error時更能推敲出Bug出現在哪裡，當然某部分原因也是平常下班後能寫code的時間太短了，遇到Debug不順利可能會在每天截止時間前生不出結果，因此將寫code的時間都排在周末完整時段，平日則為理論學習，這樣的步調其實蠻充實愉快的~

2.後半段賽程規劃

誠如自己在今天開頭的前言所言，此次鐵人賽目標為提交三種不同的模型/前處理結果到AI Cup競賽，目標透過這個競賽學習到以下技能:

• 1.理論部分:
  • 認識經典的影像處理模型，統整出一套有效率閱讀Paper和理解新模型設計的工作技能。
  • 認識常見的深度學習(deep learning)模型設計，了解每個設計提供的幫助和限制。
• 2.實作能力:
  • 能使用Pytorch進行影像前處理: 平移、翻轉等資料擴增技巧。
  • 能使用Pytorch手刻神經網路。
  • 對於Pretrained model有操作能力，能使用在此次影像模型競賽。

就目前學習步調，在理論知識已經完成一半，常見模型設計則透過後半段賽程實作經驗來進行統整學習。有前半段賽程基礎建立下，後半段賽程將採三天一個session的學習方式，共有5個session:
(1)D17~D19: VGG模型簡介、學習Pytorch Pretrained model操作方法
(2)D20~D22: Pytorch常見資料前處理技巧_實作
(3)D23~D25: Pretrained model_實作1st
(4)D26~D28: Pretrained model_實作2nd
(5)D29&D30: 統整實作結果和鐵人賽參賽心得，設計後續對AI CUP競賽預測的優化方案。

關於以上，小女子保留隨時修改、變更，但沒有暫停或終止本活動內容之權利XD

Part3:專案進度

今日完成回顧也進行後續規劃，能更具體後半段賽程的目標。

Part4:下一步

簡介VGG模型和了解Pytorch Pretrained model操作方法。

今天內容都是文字，實在有點小疲勞，決定放上我們的皇帝殿下，向穩扎穩打的李俊昊演員致敬:D
《衣袖紅鑲邊》超級推薦哩!
圖片來源


圖片來源

心得小語:
廢話不多說，趁今天早點休息好好養神，周末全力衝刺囉~~ gogogo!
今日工時: 50min*2

沒有計劃的目標，就只會是個願望
A goal without a plan is just a wish.