天天看點

十步直通深度學習

随着深度學習的不斷火熱,任何一個開發者都想上深度學習這趟快車。但是?到底怎麼樣才能快速上手了?以下是我自己的方式學習。我絕不會聲稱這是最好的方式,但是直到現在看來這條道路是我認為最佳的方式。

在這篇文章中,我将向你介紹10個步驟去轉型深度學習,希望可以幫助到你。

十步直通深度學習

OK,出發!

<b>1-</b><b>相信你可以做到:</b>

很多人擔心機器學習(ML)和深度學習(DL)對他們來說太複雜了,這些技術是不是太高深了?我可以确切到底告訴你我做到了,你也可以。一定要相信自己,自信才能讓你有信心的一直走下去。

你的第一個目标應該是了解深度學習是什麼,它可以或不可以做什麼以及如何在我們自己的應用程式中使用它。大量的資料集?算法?模型?你應該首先确定這些樂高積木是什麼,聽起來好像是堆積木,對沒有聽錯,它和其他開發的流程是一樣的。你可以把它們結合起來,開始建構一個很酷的深度學習模型。

<b>提示#1:DL不是黑魔法,它是代碼,和其他技術沒什麼差别。</b>

<b>2-</b><b>忽略數學:</b>

前向傳播、後向傳播、損失函數、梯度下降這是神馬??第一次接觸深度學習就被行話的壓倒在地。是的,不得不承認的是數學是ML的基礎。但,這不應該是你的出發點。在編寫一行代碼之前,誰會花費幾個小時或者更長的的時間去研究這行代碼中的數學知識?這通常是你如何在DL庫中啟動訓練過程:

你可以花幾個星期來了解基礎數學,僅僅是了解,作為一個開發者,千萬不要深究這裡面是什麼。使用黑匣子的方法是以最小的焦慮開始。随着時間的推移,你可以更好地了解每個子產品的工作原理,并且可以進一步深入,但不是現在。

<b>提示#2:把你不明白的東西當作黑盒子,專注于界面。</b>

<b>3-Python</b><b>:</b>

DL是代碼,那麼,你應該掌握什麼語言?如果你必須選擇一個,那就是Python,因為它不僅是資料科學,也是ML和DL的主要語言,它是一個非常有用的語言,正如Python AWS SDK aka

boto3所示。如果你還沒有使用它,或者你正在學習它,那麼確定你對清單,元組,字典等有一個很好的了解,這些資料結構在DL代碼中無處不在。對于核心語言,我強烈建議你也學習這些Python工具的基礎知識:

<b>提示#3:學習Python ,享受終生的紅利。</b>

<b>4-</b><b>奔跑之前:</b>

在你跑步學習之前,我建議你了解AI,ML和DL的關系(防止學術錯誤)。DL是ML的一個子集,是以在跳入DL之前,你應該知道一些關于ML的知識。你應該花時間學習“傳統”ML的資料集、主要問題(回歸,分類,聚類等),每個問題的流行算法等等,神經網絡隻是其中的一種技術。對ML的更廣泛的了解将幫助你看到何時使用DL,學習Python是一件好事,因為現在你可以通過scikit-learn(http://scikit-learn.org/stable/)來學習ML。這個庫很容易使用,并且支援大量的ML算法。如果你想要挑戰一下自己,你也可以看看PySpark(Spark的Python API)和Spark

MLlib(Spark的機器學習庫)。如果你需要處理大型資料集,Spark的強大的資料管理功能是一個不錯的選擇。在你的學習階段,它們是過度的,但是當你開始建構生産應用程式時,記得使用它們。

<b>提示#4:首先,深度學習是機器學習,按照正确的順序學習它們。</b>

<b>5-</b><b>選擇一個庫:</b>

在選擇庫是記住一點,你選擇哪一個DL庫并不重要。隻要它有一個Python API并且足夠友好來隐藏低級庫,這樣就行了。這裡有一些選擇:

注意:Theano(http://deeplearning.net/software/theano/)是非常低級的,Tensorflow也是低級别的,很難學習,并且會産生挫折感,我不會推薦這些給初學者。檢視文檔,運作一些教程,做出自己的想法。其中總會有一個庫會讓你感覺更舒适。

<b>提示#5:選擇庫時一定要忽略炒作,這将有助于你學的更舒服。</b>

<b></b>

十步直通深度學習

<b>6-</b><b>代碼,代碼!</b>

<b>7-</b><b>堅持,堅持!</b>

<b>8-</b><b>不要擔心,數學很好玩!</b>

十步直通深度學習

<b>9-</b><b>專注學習!</b>

<b>10-</b><b>繼續學習!</b>

<b>另附雲栖社群進階寶典:</b>

<a href="https://yq.aliyun.com/articles/215774">請收下這份關于人工智能的根目錄——部落格整理系列(一)</a>

<a href="https://yq.aliyun.com/articles/221610" target="_blank">關于資料科學的那些事——部落格整理系列(二)</a>

<a href="https://yq.aliyun.com/articles/221644" target="_blank">機器學習必備手冊——部落格整理系列(三)</a>

<a href="https://yq.aliyun.com/articles/221649" target="_blank">擴充眼界的都在這——部落格整理系列(四)</a>

<a href="https://yq.aliyun.com/articles/221660" target="_blank">深度學習必備手冊(上)——部落格整理系列(五)</a>

<a href="https://yq.aliyun.com/articles/221662" target="_blank">深度學習必備手冊——部落格整理系列(六)</a>

文章原标題《10+steps+on+the+road+to+Deep+Learning》,

作者:Julien

Simon

譯者:虎說八道,審閱: