目标： 赛题理解

实际达成目标：环境及baseline跑通（80%），baseline 代码理解（15%），赛题粗解 （5%）

遇到的问题及过程：

按图索骥（https://github.com/datawhalechina/team-learning/tree/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%AE%9E%E8%B7%B5%EF%BC%88%E8%A1%97%E6%99%AF%E5%AD%97%E7%AC%A6%E7%BC%96%E7%A0%81%E8%AF%86%E5%88%AB%EF%BC%89）

DataWhale 社区的文档，少见的精致和详细。但还是进坑了。

1. 用了 anaconda-navigator，看起来是 GUI 更方便了，但反而纠结了，装个 torch 折腾了半天，最后还是没有按照手册上的操作进行，用的 pytorch 官网上的方案。

2. 刚开始直接用的 github 上的 ipynb 文件，发现需要 CUDA，可怜的 mbp 是跑不动的，盲跑跑不起来，仔细看了代码里面有开关，于是赶紧关了，use_cuda=False。于是发现和手册上的代码不一样啊，于是开始一行行地 type。

3. 最大的坑，跑 baseline 代码，跑到训练的步骤 5 和测试的步骤 6，直接跑不出来，好几个小时都无动于衷，调低了epoch 为 1，依然很慢。

补充：环顾了下四周，真的不是我的慢，是都慢，我还是低估了CV 所需要的计算量和耗时。跑个把小时好像很正常。我还是太天真。

Epoch: 0, Train loss: 3.390355146408081 Val loss: 3.5582095518112182 0.3312

Epoch: 0, Runtime as: 1865（秒）

4. 对于赛题的理解，因为之前没有参与过 CV 的内容，看得赛题莫名其妙，但基本还是看懂了。通过图片和已标记的 json 数据，对于每个图片内的文字信息进行确认，难点在于同一个图里面有几个字符的情况，几种方式都是可以的，短补长的方式，不定长做单独识别的方式，先做识别再做单独识别的方式。逻辑不复杂，但对于如何实现一脸懵。

非常期待下面 task 的安排。