Я абсолютно согласен с тем, что любой специалист по сетям должен иметь возможность выйти в чисто поле (ну хоть чистое поле из python и numpy) и написать нейронку. Вопрос в том, что это касается специалиста. Если изучающий поставил себе цель стать специалистом, то это уже другое дело. Именно об этом моя статья. Что для образования нужна системность.

Я знаю ребят, которые не смогли пройти собеседования в крутые компании, хотя к тому времени уже много лет работали в этой сфере. Проблемы возникали именно из-за того, что в их знаниях (или в их обучении) не было системности.

И студент, который решил стать специалистом, не должен изучать область бессистемно. Конечно будущий специалист должен с нуля писать нейросети и даже собственные фреймворки! И использовать готовые библиотеки. Писать кастомные нейроархитектуры, так и адаптировать для своих проектов уже имеющиеся. И велосипедов будет много. Но это должен быть системный подход, а не «напиши свою собственную нейронную сеть за 5 минут». А если нужнен совет с чего начать писать эти велосипеды, то:

С чего начать? Зайдите на сайт фреймворка Keras и посмотрите туториал по своей первой нейронной сети: тут вас ждет целое море нейросетей под разные задачи. Запускайте, пробуйте, тренируйте и тестируйте. Но, чтобы начать изменять готовые архитектуры и писать свои, нужно понимать, что именно в них происходит и почему они так устроены.

С криптографией отличный пример, кстати. Согласен.

В рамках студенческого проекта делали только детектор свободных мест
postimg.cc/sQR6m8Gg

Добрый день!
Рад, что понравился материал!

Готовый к сожалению не знаю, но мы делали решение со студентом в рамках курса:
postimg.cc/YLNrJZpS

Использовалась Mask-RCNN и разметка под конкретную стоянку. Дальше занятость парковочного места можно считать по IoU.