每天学习吴恩达

关于吴恩达老师的视频反反复复看了很多次，每一次都是看的时候明白，过段时间就忘记的差不多了，而且发现在实际应用中，很多东西用不上，不能解决问题。那么学习这些概念是否有必要，如下是个人思考总结了几点：

1.开源模型出现误检或者漏检时，补充数据就能够解决大部分问题，而模型本身的复杂度非常高，调节参数带来的效果微弱，修改模型结构往往会适得其反，鉴于此，大部分的工程师首选玩数据，得数据者得天下。

2.工作中迭代速度比较快，没有时间去分析底层模型的原理。

但实际上，作为一名算法工程师，如果不好好磨练自己的算法能力，在日益竞争的环境中会逐步淘汰，只会标注数据、训练模型意义不大，毕竟大模型的到来，使得AI越来越普适化，现在小学生都会调用接口，跑数据了。

所以要想糊口：首先，必须掌握模型实现的底层原理，以便和别人交流你的想法设计的时候能够让他人信服。其次，要有快速配置环境让模型能够能够跑起来的能力，也就是所谓的变现能力。最后，也是最关键的，学习使人能够心静，能够不忘初心，砥砺前行。

各位，加油搞钱吧～