门户
图库
科技
数据
VR
区块链
学院
论坛
百科
导航
登录
注册
帮助
公社首页
中国人工智能社区
公社版块
公社群组
Group
升级会员
用户名
Email
自动登录
找回密码
密码
登录
立即注册
登录后你可以:
登录
首次使用?
点我去注册
搜索
搜索
本版
帖子
公社群组
用户
道具
勋章
任务
设置
我的收藏
退出
首页
›
公社水吧
›
大话智能
›
答读者问:如何入门人工智能
返回列表
答读者问:如何入门人工智能
[复制链接]
喺歡Iしov妳
2024-4-11 19:18:35
显示全部楼层
|
阅读模式
关于人工智能,如何才能快速入门,该去如何学习?
1、我没有成功经验,只有失败经验
首先说,
我写博客的主要目是输出倒逼输入
。我既然写了,就得为了能写出东西而去学习,最起码我得先知道是怎么回事,然后才能用自己的语言描述出来。我是一个懒人,但是又想上进,就想出这么一个被强迫的办法。并不是我已经功成名就、知识多的往外涌了,才开坛论道,传道授业。
因为我没有成功,所以没有成功经验。
但是,机器学习我已经研究6年了。我从2018-04-11在QQ空间写了第一篇《汇报:白话人工智能》,那时就开始总结自己的学习成果,那时是给自己看,现在是给大家看。
但是,到目前为止,兜兜转转,我依然没有什么建树,也没有成个名、成个腕儿,更没有获得个诺贝尔奖啥的。
虽然默默无闻,但是
我这六年不是白白浪费的,我是没日没夜地浪费的
,起码我知道浪费在哪里,这些失败经验,我可以告诉大家。
2、杀猪捅屁股,各有各的招
给大家看一张网上流传的机器学习入门路线。
这张图密密麻麻地写满了你去学习-机器学习-的-学习路线,大约有上百项。
第一项最基础的就是“矩阵、线性代数”。其他还有DataFrames、Extract、Transform、RegEx、pdfs……
我的基础很差,学历也不高。但是机器学习对基础学科的要求很高,起码也得是硕士才可以入门去搞,所以我知道自己的弱项。
我就想按这个路线学习,立志要踏踏实实一步一个脚印,即便是向西天取经一样难,我也要坚持,虽然没有上三年的研究生,但是我要用六年的时间去自学相关的知识。
于是,我就先开始学习矩阵。很多的免费公开课上有矩阵相关的课程,我开始一节不落地学习。
断断续续学了2个月,我在想,这么枯燥的课程有什么用,哪里能用到?
于是,我烦躁了,我开始直接看人工智能项目的代码。
我先看了《TensorFlow实战Google深度学习框架》这本书,翻开一看,妈呀还是矩阵:
看不懂,很受挫,反思还是基础没打好,我就又返回去学习矩阵。
又学了一段时间,我跑到楼下同卖驴肉火烧的大哥(数学系本科)切磋了一下,感觉自己在餐饮行业的矩阵界已经无敌了。
翻开书继续看,越过矩阵后,它又开始讲概率,尤其涉及到各种公式的时候,又看不懂了。
我又去学概率,奔着打牢基础的目的,又学了1个月的概率分布。
我在想,如果按照这种节奏学下去,我再30年也未必能摸上人工智能的手。
3、别多想,干就完了
我开始找项目,从实战出发,以运行代码为主,运行代码看效果,提高兴趣。这时,第二本书《21个项目玩转深度学习:基于TensorFlow的实践详解》被我找到了。我开始搭环境运行上面的例子。
有时候,根本不知道代码是什么意思,没关系,你就想,要全看懂得20年后了,现在先跑起来,感受它的神奇之处。如果想要了解理论知识,就去找对应的理论讲解。
其实奔着这个目的,反而没有心理压力了。原来因为看不懂而上火,现在看不懂是正常的。
但是,道路依旧很坎坷。想成功运行起来一个项目,太难了,各种环境问题,各种配置问题,有时候需要一周甚至一个月的时间,才能起来项目。但是,当你运行起来的时候,你会有种错觉:这些代码就是你写的,这个项目就是你的作品!
或许,那不是错觉,从某种维度上,那就是你的劳动成果。就如同你自己亲手组装了一台电脑,你不用在意CPU是不是你亲手制作的。
在解决问题的过程中,你会学到很多知识。这些知识,不是体系的,不像29集矩阵课程那样完整,它是散落的,只和这一次项目有关。
跑完了这些例子,虽然你还是不知道实现这些功能的细节。但是,你对深度学习会有一个层次上的了解。比如,讲到GAN,你知道是对抗生成网络,就是自己和自己干起来,自己造假,然后自己辨伪,你跑过一个例子,就是自动生成动漫头像的,你也知道想要搞定这些,先得需要一些动漫头像作为训练集。
跑完这些例子,你就知道了深度学习有哪些领域,有处理自然语言的,有处理图片的,有处理音视频的。当你看到自动打游戏,你会说这是通过“强化学习”来实现的,里面有什么经验池,走对了有奖励啥的。
为什么你突然会了解这些?因为你花了一周多的时间跑了一个例子啊,那个例子就是讲“强化学习”的,所以你才这么刻骨铭心。
到此,深度学习在我们心中相当于有了一个轮廓,虽然不知道它的面容,但是知道他是一个人。
4、嘛也不行,事情还得从长计议
至此,你以为你无敌了。
其实,你嘛也不是:你运行的只是别人写好的代码,只能实现固定的功能。
我问你,你成功运行过一个自动生成莎士比亚歌剧的例子,如果让你做一个自动生成曾国藩家书,你行吗?
你骄傲地认为就是替换数据集就可以,因为你试过将莎士比亚的数据替换成富兰克林的数据,是没有问题的。
但是一换曾国藩的数据就完蛋了。原因就是英文和中文的分词方法是有区别的,但是他们的原理却是与语言无关的。你只需要改动某一个地方就可以,但就是不知道该改哪里。
当你想改造的时候,你发现,前面能跑通例子的成就感,是个错觉,你根本就控制不了它。
那好,那就去试着了解它的原理,只有懂了原理,才知道该在哪里开刀和缝合。
这就又回到了那个学习基础学科的起点。你又看到这些讨厌却又无法绕开的公式,像下面这样:
虽然面临的还是同一个问题,看似又回到了起点,但其实差别很大。就像你工作十年后,再让你去高考,虽然有些题还是不会做,但是你却知道了高考意味着什么,大学该去怎么有重点的学习和社交。
这时候,真得静下心来研究了,研究不要分心,不要扩展,就弄明白这一个点就行,因为精力有限。
这可能是比较艰难的时刻了,
挺不过去就放弃了,挺过去了后面还会有更难的。
能到这一步,深度学习在我们心中相当于有器官了,我们能清楚地知道耳朵、眼睛在哪里,是什么形状。
5、不只是你迷茫,大家都有疑问
当你看到上面这些东西,终于能明白是什么意思的时候,你忽然发现,框架版本升级了,到了2.0不用再关心这些了。心情有点不愉悦。
1.0时,还需要关心原理的东西,还需要去设计矩阵结构,到了2.0完全不需要了。
此时,旧版的1.0你还没有完全搞明白,新版的2.0就到来了。
要不要学?
坚持1.0:但是2.0真的很高效,你用1.0开发2个月还各种异常问题,别人用2.0三天就可以完成而且还稳定。
尝试2.0:没有理论根基,变成了一个无脑的API调用者,不了解原理总感觉是处在鄙视链的最末一环。
学完1.0再学2.0:那时再出来个3.0该怎么办?
6、官方的脚步,大多是趋势
我是从TensorFlow 1.x的张量、图、会话开始学习的,以我笨拙的资质,其晦涩程度如同看那些公式。
但是当TensorFlow 2.x发布后,尤其针对初学者的高阶API,尤其是官方主推的keras,让编程变得极其简单,仅需几十行代码即可完成一个神经网络的训练和使用。
我纠结过一阵子,最后还是选择了新版本,也希望大家都使用新版本。
原因有如下几点,这几点也是官方力推新版的理由:
新版本简单易懂,入门容易。越简单,群众基础就会越大,生态会越强。如果全球就几个老头能掌握,那么它离灭绝就不远了,不管是技术还是老头。
新版本经过包装,产能高效。你学习它,就是为了解决问题和创造价值的。既然新版可以更快更稳地产出效果,那么就该使用它。
所谓原理鄙视,其实是代沟。你使用3.0版本会觉得4.0版本是无脑调用。其实,3.0刚出来时,也被2.0鄙视过。就像80年代的汽车驾驶员鄙视现在的司机不会修车一样,其实修车的工作不是消失了,只不过是换别人来做了。
7、给大家的建议
总结一下:
如果你的基础学科(编程、数学)很差,又想早点入门,并且目标不是当一个人工智能科学家,只想拿它当工具来解决问题。那么,我建议你直接找实战小项目,
先运行起来再说
,培养兴趣,积累经验。就像高中毕业就去打工,先体验挣钱的感觉。等到别人7年后硕士毕业开始去打工了,你再返回去上课。
积极面对新技术、新语言、新版本,如果它能让
更多
的人用
更少
的投入去产生
更多
的价值,那它就是值得学习的,就是未来的方向。不要在意门槛高低,从肯德基的汉堡制作,到面粉生产,再到小麦种植,每个层级都有人做,而且都可以做的很好。
可以通过分轮的方式去学习。不要着急弄清楚一切,允许自己有不懂的地方。就像画画,第一轮先画一个轮廓,第二轮区分一下布局,第三轮细化,第四轮润色,古人云:书读百遍其义自见。
目前我依然是一个初学者,看着英文文档学习,只是一个搬运工,没有能力当大家的老师,只能在我博客涉及内容的范围内,给大家做一些详解。因为只要我写出来的,必定是我已经理解透彻的。
我是这样学习AI的,当然也不出彩,仅给大家提供一个参考。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
回复
使用道具
举报
发表新帖
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖后跳转到最后一页
喺歡Iしov妳
金牌会员
0
关注
0
粉丝
92
帖子
Ta的主页
发布
加好友
最近发表
超700台机器人在这里造车 穿越机视角一览超级工厂
智能家居概念6日主力净流入1.25亿元,格力电器、海尔智家居前
零洞智能家居系统及产品应用于广州南沙曜玥湾
机器人
通用机器人的梦想,大模型能否一臂之力?
不是针对谁!中国在册无人机126万架,这还是解放军看不上的!
公社版块
版块推荐
更多版块
智能穿戴
智能家居
机器人
无人驾驶
无人机
反馈吐槽
闲聊灌水
大话智能
大数据
图像识别
自然语言
数据挖掘
大话智能
数据挖掘
北大讲座
清华讲座
网贷观察
股市评论
区块链
闲聊灌水
反馈吐槽
站务通知
关注我们