专栏首页奇点大数据人工智能深度学习怎么绕坑

人工智能深度学习怎么绕坑

深度学习作为人工智能领域非常重要的一类技术实现方式,已经是目前大多数以AI为核心研究能力的企业的必修课程了。

我听过很多没有读过研究生或博士课程的同学跟我诉苦,觉得深度学习非常难,感觉没有着手点。那这次我就再上一张思维导图,来给大家做个简单的梳理。

如果想要做一个全面的了解,而只想画花十几个小时的话,那就把深色的部分了解一遍就可以了,至少可以把深度学习可以做的事情在各个领域的实现思路做个原理性了解是没问题的。

深度学习本身基于的科学理论确实比较复杂,比较难。然而并不是没有捷径可以走的,作为一个工程技术人员,通常不需要非常严谨的求证、非常科学的推导,只要求做好落地应用,那么就可以绕开一些不必要的坑。

陷坑一、基础数学

基础数学部分是难,但在应用中涉及到的基础数学非常有限,无非就是导函数、梯度,还有统计学中的方差、统计熵这样的概念就已经可以覆盖大部分的深度学习任务了。

陷坑二、论文

论文也是老大难问题,主要是英文读不懂,还有就是里面所做的推导太复杂。这种问题也好解决,关键抓住整个模型的“输入”、“输出”、“网络结构”、“损失函数”四个重要因素。这几个要素一旦清楚了,那么整个模型的工作原理就很容易了。

陷坑三、落地

落地部分确实是需要一定的工程能力,需要知道在服务器上开发使用哪些常用的Shell命令,哪些常用的Python包环境。这个需要一点时间的积累,没有人是在一开始就全都掌握的,所谓熟能生巧。

把握好这几个点你就不会在学习的过程中感到害怕。

作为入门普及,有几个典型的项目是值得看一看的。

计算机视觉方面:

图像分类、人脸识别、目标识别,都是既典型,又容易理解,而且还有落地价值的项目,作为入门非常合适。

自然语言处理方面:

分词、文章分类、Word to Vector转换(Word2Vec)、命名实体识别(NER)也是非常基础的自然语言处理原则和技巧。了解这些内容之后,你就清楚机器人是如何做垃圾邮件分类的,也会对像顺丰快递那样的自动填单机器人的实现原理了如指掌。通常这个部分从了解概念到明确落地的过程也就是几小时就足够了。

音合成和自动语音识别方面:

这是诸如Siri这类语音处理机器人的基础功能,这部分的深度学习模型除了会遵从前面提到的“输入”、“输出”、“网络结构”、“损失函数”以外,还会涉及到一些传统语音方面用到的工程技术技巧,比如傅里叶变换/逆变换,梅尔倒谱等。不过这些工程技术通常也是被封装好的可供调用的软件包,所以实现起来也不用我们亲自动手。这样落地就容易得多。

深度强化学习方面:

强化学习是比较难的部分,也是传统人工智能所研究的范畴。现在强化学习和深度学习结合到了一起,焕发了新的活力——它也是AlphaGO所基于的技术。深度强化学习旨在训练机器人能够在复杂环境中自己学到一套高质量的行动策略,并最终达成一个我们设定的目标。这是人工智能领域中永恒的研究话题。

生成对抗网络方面:

这是出现最晚的一类深度学习前沿领域研究,它每次训练是两个模型,一个生成模型一个判别模型。在训练中希望两者在对抗中成长——生成模型的生成能力越来越强,判别模型的判别能力越来越强。这类应用目前虽说是非常有趣,不过在真正商用落地的场景中还非常鲜见,主要还是由于还是有太多不成熟的地方,不过大家可以关注它的发展。

当你花了10几个小时了解了这些应用的方向和难度后就可以结合自己的优势和兴趣选择一个方向去深耕了。通常从这个时候开始到最后可以成为一名合格的深度学习工程师需要6个月到12个月的时间,主要视个人的工程经验和学习能力而定,当然工程经验好的人会更占便宜一些。

本文分享自微信公众号 - 智能工场AIWorkshop(qddata),作者:高扬boui

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-04-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 人工智能-深度学习

    iOSDevLog
  • 人工智能 = 深度学习?

    该书选取了如何让机器“智能”地理解“短文本”(比如搜索查询、广告关 键字、标签、微博、问答、聊天记录等)这一前沿研究课题,汇集了王仲远博士及其合作作者在国际顶级...

    华章科技
  • 人工智能、机器学习和深度学习是什么?

    人工智能、机器学习与深度学习,每天都有它们的新闻。包括新的技术、新的应用、新的挑战、新的机遇。 人人都在谈,人人都在看,那究竟什么是人工智能、机器学习与深度学习...

    陆勤_数据人网
  • 人工智能 机器学习 深度学习

    人工智能、机器学习、深度学习这些名词经常会在各种场合听到,那具体有哪些区别呢?在业内来说,这几个概念还是有区别的,如果混用就会让人觉得是个门外汉。为了避免露馅成...

    用户7164815
  • 人工智能该怎么学

    人工智能就像一个突然爆红的明星一样,唯一不同的是,它不会像明星那样会短时间过气。有些人想迫不及待的学习人工智能,从事人工智能。那么人工智能该怎么去学习呢?初学者...

    企鹅号小编
  • 人工智能深度学习人物关系[全]

    为庆祝祖国母亲生日和自己终于脱单,给大家献上这篇绝对的干货!也提前祝大家国庆快乐!

    史博
  • 人工智能、机器学习和深度学习

    [注: 本文翻译自网上的一篇文章,有删节,原文:https://medium.com/iotforall/the-difference-between-arti...

    云水木石
  • 什么是人工智能?人工智能、机器学习、深度学习三者之间有什么关系吗?

    说起人工智能,我们总能听到一些其他的关键词,例如:机器学习、深度学习、数据挖掘、数据分析等等。那么到底什么是人工智能?人工智能又与这些词有什么直接或间接的关系呢...

    week
  • Google、微软、BAT、华为等40+AI落地案例年终总结

    说到人工智能落地,大家的痛点需求是什么?根据前期调研,技术、业务、选型和管理是受关注最多的几个话题,主要为: 1. AI和机器学习的实施效果,在落地过程中遇...

    腾讯大讲堂
  • 移动深度学习:人工智能的深水区

    随着5G商用大规模落地,以及智能手机硬件性能越来越强、AIoT设备的快速普及,基于云-边缘-端算法和算力结构的移动端人工智能,仍有非常大的发展空间,亟待我们快速...

    博文视点Broadview
  • 移动深度学习:人工智能的深水区

    在互联网行业中,在移动端应用深度学习技术的案例越来越多。从深度学习技术的运行端来看,主要可以分为下面两种。

    用户1682855
  • 学习笔记:人工智能、机器学习和深度学习什么关系

    提到人工智能,很多工程师就会想到机器学习、神经网络或者深度学习。这几个概念有一定的区别,也有一定的关系。

    Lauren的FPGA
  • 深度学习与人工智能技术趋势

    看一下AI系统,今天所有的应用,不管是影像、声音或者是图像的识别,或者一种语言翻译到另外一种语言,以及测试等,这些都是AI的一些特点。AI要实现这些特点都需要去...

    刀刀老高
  • 深度学习与人工智能革命:part I

    ? 导读:人工智能始于思想实验,深入了解AI和深度学习的历史,并了解它们为什么现在取得快速的发展。 深度学习(DL)和人工智能(AI)已经不再是科幻小说中遥不...

    小莹莹
  • 游戏中的深度学习与人工智能

    本篇文章主要跟大家分享的内容是深度学习在游戏AI中的应用这样一个话题: ? NPC的驱动粗分可以分成低级、中级、高级、特高级,这样几个类别。当然,按照其它的方式...

    刀刀老高
  • 深度学习:通用人工智能的关键

    深度学习算法是人工智能的前沿,也是自主驾驶的主要组成部分之一。但尽管深度学习近年来推动了人工智能领域的发展,但它本身及其基础技术,如深神经网络,仍面临着一些根本...

    AiTechYun
  • 全能AI降临之前,人类有哪些安全防范对策?

    早在1951年,艾伦·图灵说过机器终会挣脱我们人类控制,接管这个世界。连工厂里使用大量机器人自动化生产特斯拉Model 3的马斯克,都反复公开强调,人类要积极监...

    量子位
  • 人工智能那么火,你分得清机器学习和深度学习吗?

    人工智能最近引起了非常多的关注,深度学习和机器学习作为人工智能实现的技术的得到了充分的关注,在计算机视觉和自然语言处理等领域产生了巨大的影响,深度学习是无人驾驶...

    SDNLAB
  • 人工智能五大能力水平:基于深度学习的人工智能分类

    【新智元导读】本文作者基于深度学习提出人工智能的五大分类:1.仅分类(C);2.记忆分类(CM);3.知识分类(CK);4.不完全知识分类(CIK);5.协同不...

    新智元

扫码关注云+社区

领取腾讯云代金券