在刚进入机器学习这个领域的时候很多人都有一个困扰，每次面对长篇大论的PyTorch或者TensorFlow代码，总是觉得无从下“眼”，更别说理解别人的代码实现然后复现了。

那我们该如何提升自己深度学习代码能力呢？

（1）OOD，即面向对象的编程设计的能力

大型的机器学习模型项目代码，往往是通过精细的类的设计来组织的。你的OOD基础，决定了你以后阅读，理解，以及自己写一个机器学习项目的能力的上线。在阅读一个机器学习项目的时候，除了模型本身的实现，整个项目的代码是怎么通过OOD组织的，也是需要你去注意，去学习的。

（2）Pytorch或者tensorflow的基础

入门一个工具并不是很困难。甚至你只要阅读半个小时官方Tutorial，你就能马上动手实现一个Feed forward Neural Network的项目。这些入门知识并不是我这里指的基础。这里的基础指的是Pytorch这个框架的一些基础的概念，比如什么是AutoGrade, gradience是如何记录的，如何向后传导的，一个tensor包含哪些信息，什么是计算图什么是动态图机制等等。你对PyTorch这些基础概念的理解有多深，是另一个决定你深度学习代码水平上线的东西。

这是一个大部分人都知道但是并不一定能做到的事情。提升代码能力最快的方式一定不是看各种各样教材或者教程视频，而是自己亲自去读代码，亲自动手去动手写代码。

一开始的时候你会发现自己理解代码的速度很慢，很困难，这也是劝退最多人的一个阶段。很多人发现自己理解代码实在困难，就放弃了。

你首先需要意识到，自己开始学习时一定有这么一个困难时期，然后你要相信自己通过积累，通过坚持，一定能度过这个阶段。

一开始的时候，我们可以从一些重要模型的开源实现看起。

一开始的时候，我们要看得仔细，也就是一行一行看，然后确保自己理解每一行在做什么。如果有不懂的话就百度Google搜索。刚开始一定是每读五行就有一行不懂，这时候一定不要放弃。就像学英语一样，最开始读英语文章的速度一定是很慢的，但是训练了一段时间后，你的速度就会越来越快。

接着你要亲自动手去复现这些项目。哪怕是看一行，抄一行，都可以。 动手与不动手，对于代码水平提升来说，是非常重要的一个因素。过了看一行抄一行的阶段，就可以看一段，理解一段，然后写一段。然后就是看一个类的实习，然后再复现出一个类，知道自己能完整复现一个项目。

学习新知识的过程一定不能急于求成。相信只要大家坚持多看多想多写，一定能很好得扎实得提升自己的代码水平。