Мало знаний, большой вызов! Эта статья участвует в "Необходимые знания для программистов«Творческая деятельность.
проблема
Об искусственном интеллекте, как быстро начать работу и как научиться?
отвечать
1. У меня нет опыта успеха, только опыт неудач
Прежде всего,Основная цель моего блога - вывод для принудительного ввода. Теперь, когда я написал, я должен учиться, чтобы иметь возможность писать, по крайней мере, я должен знать, что происходит, прежде чем я смогу описать это своими словами. Я ленивый человек, но я хочу добиться прогресса, поэтому придумал такой вынужденный метод. Дело не в том, что я уже стал знаменитым и у меня излилось много знаний, поэтому я открываю форумы, проповедую и учу.
У меня нет успешного опыта, потому что я не преуспел.
Тем не менее, я работаю над машинным обучением уже 3 года, и с тех пор, как его назвали «10 лучших модных словечек 2017 года», я слежу за ним.
В апреле 2018 года я начал записывать учебный контент в пространстве QQ, только для себя в то время.
Пока что, покатавшись, я еще многого не добился, не стал знаменитым, не стал запястьем, не получил Нобелевскую премию или что-то в этом роде.
Хотя молчит,Мои три года не прошли даром, я пропадал день и ночь, по крайней мере я знаю, где угар, эти неудачи, я могу всем рассказать.
2. Убивать свиней и колоть задницу, у каждого свои хитрости
Позвольте мне показать вам введение в искусственный интеллект, циркулирующее в Интернете.
Эта картинка плотно заполнена вашим маршрутом обучения-машинного обучения-обучения, насчитывается около сотни предметов.
Первая и самая основная — это «матрица, линейная алгебра». Другие — DataFrames, Extract, Transform, RegEx, pdf…
У меня очень плохой фундамент и невысокое образование. Однако машинное обучение предъявляет высокие требования к базовым дисциплинам, и можно сделать хотя бы степень магистра.
У меня нет никаких преимуществ, поэтому я хочу учиться по этому пути, и я полон решимости продвигаться по нему шаг за шагом. Даже если это так же трудно, как изучение священных писаний на Западе, я должен упорствовать. не был аспирантом в течение трех лет, я буду использовать его в течение шести лет время для самостоятельного изучения соответствующих знаний.
Итак, сначала я начал изучать матрицы. В Академии Хана открытого курса NetEase есть матричный курс, и я начал урок без посадки.
Учусь с перерывами уже 2 месяца, и думаю, какой толк от такого скучного курса, где его можно применить?
Итак, я разозлился и начал смотреть прямо на код проекта искусственного интеллекта.
Сначала я прочитал книгу «TensorFlow Practical Google Deep Learning Framework», когда я ее открыл, это была еще матрица:
Я не мог этого понять, я был очень расстроен, и у меня все еще не было хорошей основы для размышлений, поэтому я вернулся к изучению матрицы.
Поучившись какое-то время, я спустился вниз, чтобы обсудить со своим старшим братом (предпринимателем со степенью бакалавра математики), который продает ослиное мясо, и почувствовал, что я непобедим в матричном мире индустрии общественного питания.
Я открыл книгу и увидел, что помимо матричного расчета, в ней также говорилось о вероятности, особенно когда речь идет о различных формулах, я снова не мог этого понять.
Пошел снова учить вероятность, потому что код нужно писать по формуле. Чтобы заложить прочный фундамент, я еще месяц изучал распределение вероятностей.
Я думаю, что если я продолжу учиться в таком темпе, я, возможно, не смогу коснуться рук искусственного интеллекта через 30 лет.
Забуду, сразу к проекту.
3. Не думай об этом, все кончено
Я начал искать проекты, начиная с реального боя, сосредоточившись на запуске кода, запуская код, чтобы увидеть эффект и повысить свой интерес. В это время я нашел вторую книгу «21 проект для игры в глубокое обучение: подробное практическое объяснение на основе TensorFlow». Я начал запускать примеры из книги с окружением.
Иногда я вообще не знаю, что означает код, это не имеет значения, вы просто думаете, после 20 лет понимания, давайте сначала запустим пример и почувствуем его магию. Если вы хотите понять, перейдите на «Практическая платформа глубокого обучения TensorFlow Google», чтобы увидеть соответствующее теоретическое объяснение.
На самом деле для этого нет никакого психологического давления. Оказалось, что я разозлился, потому что не мог этого понять, а теперь не могу понять, потому что действую по плану.
Однако дорога по-прежнему терниста. Слишком сложно успешно запустить проект, различные проблемы с окружением и различные проблемы с конфигурацией иногда занимают неделю или даже месяц. Однако когда вы его запускаете, у вас возникает иллюзия, что вы написали код и этот проект — ваша работа!
Возможно, это не иллюзия, а в определенном измерении плод вашего труда. Точно так же, как вы сами собираете компьютер, вам не нужно заботиться о том, сделан ли процессор вами.
В процессе решения задач вы многому научитесь. Эти знания, не систематизированные, не такие полные, как матричный курс из 29 серий, они разрознены и относятся только к этому одному проекту.
Пробежавшись по этим примерам, вы все еще не знаете деталей реализации этих функций. Тем не менее, у вас будет уровень понимания глубокого обучения. Например, когда дело доходит до GAN, вы знаете, что он против генеративной сети, то есть делать это с собой, подделывать его самостоятельно, а затем самостоятельно идентифицировать подделку.Вы пробежали пример, который должен автоматически генерировать аниме аватары Вы также знаете, что хотите сделать это, сначала нужны аниме аватары в качестве тренировочного набора.
После запуска этих примеров вы узнаете области применения глубокого обучения, некоторые из которых связаны с естественным языком, некоторые с изображениями, а некоторые с аудио и видео. Когда вы увидите автоматический игровой процесс, вы скажете, что это достигается за счет «обучения с подкреплением», в нем есть запас опыта и награды за правильное выполнение.
Почему ты вдруг это понимаешь? Поскольку вы потратили больше недели на выполнение примера, этот пример посвящен «обучению с подкреплением», поэтому вы так незабываемы.
На данный момент глубокое обучение эквивалентно тому, что у нас в сердце есть набросок: хотя мы не знаем его лица, мы знаем, что он человек.
4. Ну, это не работает.Вещи должны быть обсуждены в долгосрочной перспективе.
В этот момент вы думали, что вы непобедимы.
На самом деле вы тоже: то, что вы запускаете, — это всего лишь код, написанный другими, и вы можете реализовать только фиксированные функции.
Я спрашиваю вас, вы успешно запустили пример автоматической генерации опер Шекспира. Если бы вас попросили автоматически сгенерировать семейное письмо Цзэн Гофаня, вы бы сделали это?
Вы с гордостью думаете, что достаточно просто заменить набор данных, потому что вы пытались заменить данные Шекспира данными Франклина, и это сработало.
Но как только данные Цзэн Гофаня изменились, все было кончено. Причина в том, что методы сегментации слов в английском и китайском языках различны, но их принципы не зависят от языка. Вам нужно изменить только одно место, но вы просто не знаете, где его изменить.
Когда вы хотите измениться, вы обнаружите, что чувство выполненного долга, которое вы можете испытать в приведенном выше примере, является иллюзией, и вы совершенно не можете его контролировать.
Ну так попробуй понять его принцип.Только поняв принцип можно знать где кроить и шить.
Это восходит к отправной точке изучения основных предметов. Вы снова видите эти неприятные, но неотвратимые формулы, например:
Хотя они все еще сталкиваются с одной и той же проблемой и, кажется, вернулись к исходной точке, на самом деле они очень разные. Это все равно, что попросить вас сдать вступительный экзамен в колледж сейчас, хотя вы все еще не можете этого сделать, но вы знаете, что означает вступительный экзамен в колледж и как сосредоточиться на учебе и общении в колледже.
В это время вам действительно нужно успокоиться и заняться учебой.Не отвлекайтесь и не расширяйте свои исследования.Просто разберитесь с этим моментом,потому что ваша энергия ограничена.
Это может быть трудное время,Если вы не можете пройти через это, вы сдаетесь.
На данный момент глубокое обучение эквивалентно наличию органов в нашем сердце, и мы можем четко знать, где находятся уши и глаза и какой они формы.
5. Не только ты запутался, у всех есть вопросы
Когда вы видите вышеперечисленные вещи и, наконец, понимаете, что они означают, вы внезапно обнаруживаете, что версия фреймворка была обновлена, и вам не нужно заботиться об этом, когда дело доходит до версии 2.0. Чувствую себя немного несчастным.
В 1.0 нужно еще заботиться о принципах, нужно проектировать матричную структуру, в 2.0 это вообще не нужно.
На данный момент вы еще не до конца поняли старую версию 1.0, а новая версия 2.0 грядет.
Вы хотите узнать?
- Придерживайтесь версии 1.0: Но версия 2.0 действительно эффективна. Вы используете версию 1.0 для разработки в течение 2 месяцев и все равно сталкиваетесь с различными нештатными проблемами. Другие могут использовать версию 2.0 для завершения разработки за три дня, и она стабильна.
- Попытка 2.0: Нет теоретической основы, и это становится безмозглым вызовом API.Если вы не понимаете принцип, вы всегда чувствуете, что находитесь на последнем звене цепи презрения.
- После изучения 1.0, а затем изучения 2.0: что мне делать, если я получу 3.0?
6. Официальные шаги — это в основном тренды
Я начал учиться на тензорах, графиках и сессиях TensorFlow 1.x, но с моими неуклюжими способностями экология 1.x так же неясна, как и взгляд на эти формулы.
Но когда выходит TensorFlow 2.x, высокоуровневый API специально для новичков, особенно официальный керас, делает программирование предельно простым, и всего несколько десятков строк кода могут завершить обучение и использование нейросети.
Я некоторое время боролся и, наконец, выбрал новую версию, а также дал новую версию Amway другим.
Причины следующие, которые также являются причинами официального продвижения новой версии:
- Новая версия проста для понимания и проста в использовании. Чем она проще, тем больше будет массовая база и тем сильнее будет экология. Если только несколько стариков в мире смогут его освоить, то оно недалеко от вымирания, будь то технология или старики.
- Новая версия упакована для высокой производительности. Вы изучаете его, чтобы решать проблемы и создавать ценность. Поскольку новая версия может производить эффекты быстрее и стабильнее, пришло время ее использовать.
- Так называемый принцип неуважения на самом деле является разрывом между поколениями. Если вы используете версию 3.0, вы почувствуете, что версия 4.0 — это бессмысленный вызов. На самом деле, когда 3.0 впервые вышла, 2.0 также презирала ее. Точно так же, как водители автомобилей в 1980-х годах презирали нынешних водителей за то, что они не умеют ремонтировать автомобили, на самом деле работа по ремонту автомобилей не исчезла, а была сделана другими.
7. Зона общения
в заключении:
-
Если ваши основные предметы (программирование, математика) слабы, и вы хотите начать как можно раньше, и ваша цель не в том, чтобы стать ученым ИИ, вы просто хотите использовать его как инструмент для решения проблем. Тогда предлагаю перейти непосредственно к собственно боевому маленькому проекту,Запустите его первым, развивать интерес и накапливать опыт. Это как работать неполный рабочий день после окончания средней школы, впервые испытав чувство зарабатывания денег. Подождите, пока кто-то еще не начнет работать неполный рабочий день после получения степени магистра через 7 лет, и тогда вы можете вернуться к занятиям.
-
Будьте активны в отношении новых технологий, новых языков, новых версий, если этоБолеедля людейменьшеинвестиции для созданияБолеезначение, то стоит учиться, и это будущее направление. Не беспокойтесь о пороге.От приготовления гамбургеров в KFC до производства муки и выращивания пшеницы, есть люди на каждом уровне, которые делают это, и они могут делать это хорошо.
-
Вы можете учиться в раундах. Не спешите разбираться, и позволяйте себе то, чего не понимаете. Как и при рисовании, первый раунд рисует контур, второй раунд выделяет макет, третий уточняет, а четвертый полирует.
В настоящее время я еще новичок, я всего лишь портье, и я не могу быть вашим учителем, я могу только дать вам несколько подробных объяснений в рамках содержания моего блога. Потому что, пока я это пишу, я, должно быть, хорошо это понял.
Я планирую создать коммуникационную зону, во-первых, чтобы лучше обмениваться мнениями о моем блоге, а во-вторых, чтобы все могли общаться друг с другом.
Например"CNN Basic Recognition - я хочу одобрить домашнее задание для своей дочери«Эта статья после загрузки кода на github.
Хвангато запущен и работает.
Но ЮЖиБо не дозвонился.
Если эти двое могут общаться, один может помочь другим пройти через код, чтобы углубить их впечатления и освоить их более прочно; другой может получить помощь от других, чтобы узнать что-то и улучшить свои навыки.
Таким образом, мне нечего делать.