第一次深度学习模型是如何训练的

计算机视觉学着学着，就自然而然的歪到机器学习，深度学习这一块儿了，因为单纯的图片处理是不能满足一些要求的，没学深度学习时，有时觉的它简单，因为不就按着套路来嘛。但它又不简单，因为里面涉及的知识真不是一下就可以说清楚的。

所以既然说不清楚，我这个小辣鸡就不说了，小白们也不要妄想可以一下就学会，今天只和大家谈一谈我从听说深度学习，到我第一次完成一个像样的模型训练的过程，希望可以为小白们提供参考。

第一次听说

有关机器学习，最简单的一种大概就是KNN算法了，我是在全国大学生电子设计大赛备赛时老师给我们介绍的，赛前押题时，老师给我们略微介绍了一下这个最最最简单的机器学习算法，这个算法大概就是物以类聚人以群分的原理吧，它会统计某个对象在训练样本中离它最近的K个对象，K个对象中种类数最多的那个，就被认为是这个对象的种类（就是如果某人身边K个活物里，有K-1个都是猪，那他就被判定为猪，嘿嘿）。

不过那年暑假我们并没有用上机器学习的东西，我也并没有深入研究它。

第一次开始学习

我第一次开始学习，是在大二上，我自我感觉在计算机视觉方面难以再进步了（当然不是都学会了，只是学了，没有什么项目需要我来练手，而书本上的东西，已经看烦了），便想要尝试点新的东西，就学机器学习吧。

我学机器学习是通过两本书：《机器学习实战》和《统计学习方法：李航》，这两本书，前者重代码，后者重理论，而且章节目录很类似，是非常适合相互参看的。除了这两本书之外，B站上还有很多配套的教学视频，这里给大家推荐两个。

一个是位比较骚的UP主“云雨偏蓝”(好像是搬运工)，全程手把手照着《机器学习实战》这本书教你写代码，链接放下面了：

https://www.bilibili.com/video/av36993857?from=search&seid=8894021963757644142

一个是位漂亮小姐姐全程露脸带你学，UP名为“菊安酱”，网站：

https://www.bilibili.com/video/av81430943from=search&seid=8894021963757644142

闷头学了有一段时间，只能说里面的数学知识是真的难，学了大概有3/4，因为学业压力便放一边了，最近又发现一个评价很高的视频，是浙江大学2017年研究生课程之机器学习，是结合《统计学习方法》将的，里面理论，数学讲的很清晰，我希望以后再有机会可以刷一遍。

https://www.bilibili.com/video/av77638697?p=61

我认为应该有怎样的基础

机器学习，深度学习很火，很多学弟学妹都很想学，但我还是希望他们能多积累些基础，而不要起步太高，否则你肯定会错失很多有意思的东西。

1：首先编程基础要有吧，我大一玩单片机时学的C语言，之后学opencv计算机视觉学的C++，而在学《机器视觉实战》时巩固了一下python，虽然我编程不咋样，但一些基本功还是有的。

我觉得如果你想很快的学好一门编程语言，还是应该刷一套教学视频，网上免费的教学视频一大把，如果你觉得讲的不好，也可以去一个平台买一门评价比较高的课程。四五十的课程贵吗？其实不贵，只是你白嫖的本性限制了你。

不过能白嫖还是白嫖的好，但当你觉得看书学不精通，看网上视频看不下去的时候，买一门课试试看。

2：其次明确个方向，机器学习，深度学习可以应用的方面很多，而你如果单学不用，是不会有什么收获的，所以你需要知道你学了是想干什么，就像我是学计算机视觉的，而它本身就是深度学习一大应用领域。

我的深度学习环境的搭建

下面说一说，学了机器学习后，是如何入坑深度学习的？

首先简述一下机器学习和深度学习这个比较容易混的概念，深度学习是机器学习的一个子集，而你常听说的神经网络是机器学习的算法，但当这个神经网络叠加了好几层变成深度神经网路的时候，它就是深度学习的算法了。你可以将深度学习理解为机器学习一个庞大的分支。

在前面我学机器学习时，都是手打python代码来实现算法，但深度学习有很多成形的，方便的框架，例如：

• caffe
• tensorflow
• pytorch

这些就类似于opencv的包一样，不过配置的过程要麻烦一些，这里给大家推荐一位技术大牛的网站：

https://cuijiahua.com/

他在上面跟新有一系列的完整的教程，足以起到引领入门的作用。他有一篇文会教你如何搭建深度学习开发需要的环境。

https://cuijiahua.com/blog/2019/11/dl-14.html