返回信息流楼主研二正在开题阶段，做的是深度学习图像方向。现在觉得如果纯做学术发paper有点难度，而且不太利于就业（毕竟没人带这么短时间也发不出什么太高质量的论文）。
所以想结合点工程，希望能够工程算法相结合，既锻炼编码能力又能更理解运用算法。尤其出来的mxnet,caffe都是很优秀的能学习的代码。这样也有利于找工作，否则一直看论文做实验心里还挺虚的。
希望各位能给点建议啦。
谢谢大家
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #17233同步于 2015/11/4
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
硕士毕设开题，基于deeplearning CV方向
reneliury
2015/11/4镜像同步16 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
个人经验是学习那些库其实对代码能力没有本质提高，因为其实就是用他们写好的东西做实验而已，估计在这么短时间很难对这些库甚至模型本身有太大的改进。而且现在70%的CV都是用DL做，想有突破还是有难度的。
我电脑是capacity 5.0 的英伟达gpu。硬件还是应该过得去的
对于开题有什么建议吗
【 在 LJ10211289 的大作中提到: 】
: 只想说一句，请保证实验硬件设备水平跟得上
之前想过重构MXNET框架代码去掉依赖，以ndj编译移植到安卓平台。但是重构工作量实在太大了，而且容易错不说还得不到老师认可 T。T 那些框架其实主要也是想学习他们一些内存分配的优化设计思想，尤其MXNET把设计思路文档写的很清楚了，感觉是个很好的C++ tricks学习模板。 改进的话以我现在能力根本谈不上，能够好好吸收就不错了。
你是觉得deeplearning的坑都基本被占了，所以毕设做这个方向很难吗？或者你有什么好的建议呢，谢啦
【 在 royzxq 的大作中提到: 】
: 个人经验是学习那些库其实对代码能力没有本质提高，因为其实就是用他们写好的东西做实验而已，估计在这么短时间很难对这些库甚至模型本身有太大的改进。而且现在70%的CV都是用DL做，想有突破还是有难度的。
同建议足够的卡，如果卡不够（少于2块titan x或者k40），请不要做大数据集。
同时，你可以看熟mxnet之后，在上面修修改改，把自己的一些见解 放到这个系统里
我是觉得传统的cv tasks现在基本都是用DL了，你要是再做一般的CV而且是用DL估计很难超越前人而且新意也不够，除非选择一个新的应用
【 在 reneliury 的大作中提到: 】
: 之前想过重构MXNET框架代码去掉依赖，以ndj编译移植到安卓平台。但是重构工作量实在太大了，而且容易错不说还得不到老师认可 T。T 那些框架其实主要也是想学习他们一些内存分配的优化设计思想，尤其MXNET把设计思路文档写的很清楚了，感觉是个很好的C++ tricks学习模板。 改进的话以我现在能力根本谈不上，能够好好吸收就不错了。
: 你是觉得deeplearning的坑都基本被占了，所以毕设做这个方向很难吗？或者你有什么好的建议呢，谢啦
是啊，确实。新应用的话怎么收集数据集是也个很大问题啊。。
T.T 你现在做的是什么呢？
【 在 royzxq 的大作中提到: 】
: 我是觉得传统的cv tasks现在基本都是用DL了，你要是再做一般的CV而且是用DL估计很难超越前人而且新意也不够，除非选择一个新的应用