早在高中,在英语、语文的阅读理解中,一次次的看到AI的神奇。从围棋人机大战中的阿尔法狗,到波士顿动力。尽管那是一种雾里看花的感觉,却也有种莫名的感觉。
到了大学,选择了计算机这条路。更加对AI有兴趣,迫切想了解这方面的知识。奈何,就读的学校并非优秀,网上众说纷纭,自己摸索一阵子后,辛苦无果。偶而请教网上的大牛,讲解一二,总是不太透彻。也没法叨扰太多。便下定决心,请个老师。
后来遇到了一个挺厉害的老哥,给了一些建议,就决定跟着他学,也就算是找了个能花钱解决问题的老师。老师告诉我AI是一个很大的概念。目前最火的是深度学习,他也建议我学这个。
深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)
老师帮忙指定了学习计划,同时提供解答。(这里不是广告)
我把老师给我定制的个人计划放在这里拱大家参考。
吴恩达 深度学习&机器学习视频
这个特别有名气,不少小伙伴们都知道的。吴恩达是圈内有名的大佬,b站上有大把的视频,包括习题。能很快的入门,同时大致了解什么是深度学习。他的课程并没有太多晦涩难懂的内容,所以对小白非常友善。
李宏毅
台大教授 宝可梦大师 讲课风趣幽默 同样b站大量教程 教程配有实战项目,上手快 但是,他的课程都是将给研究生听到,有不少内容都比较深奥(也可能是我太菜的),我作为本科生还是觉得很有挑战的,尽管老师非常优秀,但有些知识,你懂的。它不会那么好理解。
最好看他最新的课程 部分项目可能因为时间关系、政策关系,一些必要的环境支持 无法实现 ,遇到的时候,就看看思路 果断放弃吧!!! 我已经试过了,不死心的结果是一个又一个日夜!!! 一个又一个改不完的bug!!!!
当然你要是大佬或者有大佬当朋友 当我没说
goodfellow的那本《深度学习》花书 这本很厚 我都是当字典用的 哪部分 不懂就查一查
还有国内周志华教授所著《机器学习》,西瓜书 挺好的
这一类网上还有很多相关的书 但技术更新快 在网上看看pdf就行了
本人是软工专业 有一定的基础 所以觉得学起来还算轻松 编程语言主要是python,这个很简单,网上有大把教程,想快点的话甚至不需要学的太深,个人觉得学到面向对象就差不多了
然后就转到 框架学习就行了 主要学 谷歌的 Tensorflow 与 Facebook 的 PyTorch 个人感觉学一个就行了 然后看一些项目 主要是读代码
像读书一样 看看大神是怎么做的
github 上一抓一大把 直接搜就好了
老师说
高质量的代码尤其是对于入门来说适合反复review,方式就是先把环境配好,用一点数据去一行行debug,学习数据预处理,网络结构,和训练这3个模块。Debug3-5遍心里就有数了,
英伟达 英伟达 英伟达
作为新人 一定要有一张英伟达的显卡 就是N卡
电脑配置无所谓 能写代码就好 主要是显卡 跑代码全靠它了
显卡的好坏 确定着你 跑算法的快慢
简单来说 一个算法别人好显卡,可能训练几个小时 而你可能要个把个月
这个过程是很捉急的 如果中间失败了 就又是个把月了 所以有人把这称为炼丹
有钱的可以租算力
没钱的可以去谷歌网盘白嫖 但白嫖嘛 你爽不爽 被你嫖的人说的算
这个最头疼 又最无法避免 曾经我向老师建议能不能从数学的角度去理解深度学习,然后一劳永逸的解决所有数学问题,被老师狠狠的鄙视了一番
要想全通一遍 那要好久好久的
主要基础的 就是大学里学的 高等数学 线性代数 概率论中的部分内容
其它的遇到不会的去查吧 没啥好方法 现学现用吧
问大佬吧 大佬不理你的话,正常,大佬忙嘛
多看看知乎 CSDN这里 github上也有不少牛人
实在不行 就像我一样花钱找个老师吧 觉得培训班不可靠的 可以找个博士,或者有经验的老师带着 路会好走一点
本人也是从小白一步步走的 现在依旧在努力的路上 每天都有好多的难题 好在不像以前那么没有头绪了
希望这些能帮到你 毕竟我当时两眼四顾,心茫然 的感觉真的很难
ps:如果觉得掌握的差不多 就可以尝试着看论文 复现代码了