编辑：你好，胡皮克同学，祝贺你毕业！
皮克：你好，谢谢！
编辑：你是首期深度学习的毕业生，听说还是脱产学的，我很好奇，你这么学下来会叼成啥样？
皮克：我也以为会很吊😉，结果特别狼狈。
编辑：哦？看来故事挺曲折啊。
皮克：是啊😭
编辑：在开始前，你能介绍下自己么？
皮克：好。我教了9年英文，做了4年全栈，今年3月开始学的DL(Deep Learning)。
编辑：9年英语！我听说首期DL是全英课，以你的经历，学起来还不是小菜一碟？
皮克：现在回头看，帮助是有限。现在课程支持全中文了，我想新人不用介意语言问题了。
编辑：哦哦。你能用一句话说说这次的学习体会吗？
皮克：额，这有点难，我试试。
编辑：嗯。😜
皮克：深度学习密度大，稳步谦逊果自得。
编辑：呃。。。有点禅修的味道哈。
皮克：一句话真的挺难，好在这不是直播，我可以斟酌。
编辑：哈哈！那我们就正式开始？
皮克：好。
编辑：学习Uda的同学中，你这样脱产学的还真少，我想继续刚才的问题：你是怎么下决心脱产学的？
皮克：我也没想到会脱产学。从上个工作离职后，我发现AI最近很热，也期望它能解决我工作中的一些疑问，所以就报名了。本想着边找工作边学，结果一直没找到合适的，就变成脱产学习了。🤣
编辑：好吧，没想到是这个原因。那么，你觉得真有必要脱产学么？
皮克：官方推荐是每周10-15小时，平均下来，大概每天三两小时就够了。如果希望了解一下，时间上是够用的。
编辑：那么，问个尖锐的问题，你觉得脱产学习都没叼起来的主要原因是什么呢？😈
皮克：哈哈，就知道你会问。主要是我自己的性格问题。
编辑：怪你自己？！
皮克：嗯。我遇到问题喜欢找捷径，容易想当然，后来大量时间浪费在方法尝试上，到最后没时间学真东西，很狼狈。
编辑：你每天学多久，估算下来浪费了多少呢？
皮克：嗯，我想想。。。大概5小时吧，浪费了约3/4。
编辑：天啊！这学习强度很高啊。如果再让你来一遍，你会最注重什么？
皮克：3/4的时间浪费，现在回想起来，也觉得很恐怖。如果上天再给我一次机会，我想我会更关注学习效果的检验吧。
编辑：哈，暴露年龄的台词。奇怪，答案居然不是关注目标？
皮克：嗯，不是。我有指定目标，也用了番茄法来控制专注，但学得怎样却没检验。结果是：学了，没透，到做项目的时候就各种坑。
编辑：那你现在找到检验的办法了么？
皮克：找到了：透过论坛检验。我觉得自己挺幸运，最后一个月发现了这个方法。
编辑：论坛？这个有意思，能详细说说么？
皮克：你知道，在Uda论坛上有很多优秀的导师（Mentor）解答学生的各种问题。
编辑：嗯，我也见过。而且随着Uda中文课的推进，论坛中文区也开放了。你还是没说怎么检验。你们当过老师的，都这么吊人胃口么😳？
皮克：额，抱歉，这是职业病😆。
皮克：我举个🌰。比如我刚看完generator这个部分，我可能会认为懂了（其实不一定真明白），直接去做题，就会各种卡。现在我会先去论坛看别人的提问，如果自己能回答的和导师八九不离十，就是真懂了。
编辑：这是个办法，但是如果不会怎么办呢？
皮克：那就摘下来，打上标签，以后反复看。
编辑：我挺想知道你是怎么打标签的。
皮克：你用过Evernote吧？
编辑：用过。
皮克：它有个web clip功能，给浏览器装好插件，就能整篇剪下来，加标签。以后同步到手机上回顾，挺方便。
编辑：我挺好奇你怎么发现这个检验办法的？
皮克：可能是Deep Learning课程本身对我的启发。
编辑：哦？怎么个启发？
皮克：我感觉，Deep Learning虽然讲的是机器学习，但它更多像是在模仿人类的学习过程。比如，Deep Neural Network是对人类神经网络的模仿等等。
编辑：嗯，的确如此。
皮克：实际训练的时候，需要training data和validation data。一个用来训练，另一个用来检测（注：1）。这个validation对我启发很大，我就会想，如果有种办法能检验我真的学会没有，就会学的更扎实。顺着这个思路，我就找到了。
编辑：这样啊！看来深度学习对你启发不只在技术层面。
皮克：是呢，收获很多。
编辑：今天时间有限，很多问题没来得及问，估计看到文章的朋友也会如此。那么，他们直接留言提问，你方便回答吗？
皮克：好啊，欢迎大家提问。希望我的分享能帮助更多的人节省摸索的时间。
编辑：再次感谢你的分享，再见！
皮克：再见！
注：
1. 当然还有最终的test data，这里为了简化，没有提到。
