【牛津報告揭中國AI三大短板】中提到“目前，人才仍然是中國人工智能發(fā)展的主要瓶頸”。
今年兩會AI已寫入政府工作報告。
各大互聯(lián)網(wǎng)企業(yè)也紛紛在圈占AI資源與人才蝇完，等等信息。
- 從以上多方面可以看出矗蕊，AI已是大勢所趨短蜕，故我也順勢而為，堅定往AI方向發(fā)展傻咖。
這里要特別感謝@黃釗 老師（公眾號：hanniman)帶我入坑朋魔，也感謝之前寫過教程的@李杰克、@howie 等同學(xué)的分享卿操。不過我自己學(xué)過來還是走了一些彎路警检，故我也整理出了更符合學(xué)生小白更高效的學(xué)習(xí)路徑，并將其分享給有需要的同學(xué)害淤。
學(xué)習(xí)目標
- 了解深度學(xué)習(xí)的應(yīng)用場景
- 熟知深度學(xué)習(xí)的基本技術(shù)邏輯
學(xué)習(xí)成果
-
1 MNIST手寫體數(shù)字識別（訓(xùn)練中）
image.png -
2 CIFAR-10圖像分類（訓(xùn)練中）
（ -
3 流場中鈍體的受力預(yù)測（畢設(shè)課題Matlab）
image.png
個人情況介紹
- 大四船舶與海洋工程專業(yè)扇雕，轉(zhuǎn)行學(xué)習(xí)互聯(lián)網(wǎng)兩年半，有一定的產(chǎn)品策劃基礎(chǔ)窥摄，但是缺乏AI相關(guān)知識洼裤，也不懂編程知識（只會一些MySQL）。
學(xué)習(xí)最優(yōu)路徑
(為便于大家學(xué)習(xí)溪王，資源均為中文版）
第一步：了解基礎(chǔ)知識、高數(shù)值骇、線代莹菱、概率論、Python基礎(chǔ)語法
- 線代吱瘩、高數(shù)道伟、概率論為大學(xué)基礎(chǔ)課程，撿一些基礎(chǔ)就夠用，撿起來很快蜜徽，也可在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)過程中碰到不會的再回頭學(xué)習(xí)祝懂；
Python完全沒接觸過，但因為大一有C的底子拘鞋，故花一兩天時間把基礎(chǔ)語法用清楚砚蓬，這里學(xué)習(xí)廖雪峰的Python手冊前四章即可，Numpy手冊盆色、Pandas手冊灰蛙，兩者均從屬于Python，為神經(jīng)網(wǎng)絡(luò)必須工具包隔躲，在編神經(jīng)網(wǎng)絡(luò)時需要用到摩梧；
有底子一天學(xué)完即可。
第二步：了解機器學(xué)習(xí)原理
- 首先看Google機器學(xué)習(xí)速成課程宣旱，建議看該視頻入門仅父，當(dāng)雜志一樣，一天把它消遣娛樂完（需科學(xué)上網(wǎng)）浑吟；
如果有多的時間笙纤，把該課程網(wǎng)站里的術(shù)語庫好好理解幾遍，不求完全記住买置，只需要能夠之后碰到的時候來這兒檢索就行粪糙；
這里花費一到兩天。
第三步：安裝環(huán)境
-
下載并安裝Anaconda后即可使用spyder運行Python忿项，在該環(huán)境中安裝tensorflow后即可使用tensorflow蓉冈。
順利的話兩個小時就好了。
第四步：實操神經(jīng)網(wǎng)絡(luò)
實操神經(jīng)網(wǎng)絡(luò)Demo-上
先看吳恩達的機器學(xué)習(xí)教學(xué)視頻轩触，講神經(jīng)網(wǎng)絡(luò)原理鞭辟入里寞酿，極其精彩，對模型有了一定認知后脱柱，開始閱讀Tensorflow手冊伐弹、Keras手冊，建議熟練1榨为、2手冊后惨好，先用Tensorflow做Demo以理解神經(jīng)網(wǎng)絡(luò)原理，在此基礎(chǔ)上随闺，用Keras來降低代碼數(shù)日川，提高編程效率；實操神經(jīng)網(wǎng)絡(luò)Demo-中
之前的學(xué)習(xí)都建立在理論基礎(chǔ)之上矩乐，現(xiàn)在可以開始用Python建立龄句、訓(xùn)練模型并預(yù)測回论。莫凡的神經(jīng)網(wǎng)絡(luò)教學(xué)帶你一步一步的編Demo，若有原理不理解處分歇，可回頭看相關(guān)手冊或者吳恩達的視頻傀蓉；實操神經(jīng)網(wǎng)絡(luò)Demo-下
MNIST手寫體數(shù)字識別、 CIFAR-10圖像分類是入門經(jīng)典的Demo职抡，在tensorflow手冊葬燎、keras手冊里面會有講解，如果有任何不懂的繁调，直接百度萨蚕，相關(guān)教程很多。
實操階段最費時間蹄胰，前期理論基礎(chǔ)若不扎實需多次返回上述資源熟悉概念與原理岳遥。
*注意部分實操導(dǎo)入數(shù)據(jù)需科學(xué)上網(wǎng)。
其他學(xué)習(xí)資源
-
紙質(zhì)書資源
① 面向機器智能的Tensorflow實踐裕寨、② Keras快速上手-基于python的深度學(xué)習(xí)實戰(zhàn)
①是幾位使用Tensorflow的研發(fā)者從自身角度講解該模型底層原理浩蓉，并從實踐角度介紹如何將兩種常見模型-CNN、RNN應(yīng)用到圖像理解和自然語言處理的典型任務(wù)中的一本書宾袜；
②是由騰訊AI Lab副主任俞棟博士作序捻艳，微軟科學(xué)家謝梁、Google科學(xué)家魯穎和微軟工程師勞虹嵐為深度學(xué)習(xí)領(lǐng)域的學(xué)生庆猫、工程師編纂的一本入門書认轨，內(nèi)含推薦系統(tǒng)、圖像處理月培、自然語言處理嘁字、文字生成和時間序列等案例。
兩本書連我都看得懂杉畜，故良心推薦纪蜒。里面的基礎(chǔ)知識和電子手冊、視頻有重復(fù)此叠，但書里的案例深入淺出纯续，可以多研究嘗試。
學(xué)習(xí)注意點
- 前三步基本都是理論基礎(chǔ)灭袁，花費時間較少猬错，但第四部實操會花費大量時間，故建議選取大塊時間實操茸歧，以免中斷返工兔魂；
- 不懂的名詞記錄下來，每天反復(fù)看举娩、反復(fù)理解，實在不能理解就回去看視頻。書冊學(xué)習(xí)更高效铜涉，視頻資源更形象智玻；
