当前位置:首页|资讯|深度学习|ChatGPT|OpenAI|编程

干货分享|如何快速学习深度学习?

作者:书圈发布时间:2024-04-21

原标题:干货分享|如何快速学习深度学习?

很早之前,听过雷军说的一句话:“站在风口上,猪都可以飞起来”!这句话用来形容现在的深度学习非常贴切。是的,近几年来,深度学习的发展极其迅速。其影响力已经遍地开花,在医疗、自动驾驶、机器视觉、自然语言处理等各个方面大展身手。在深度学习这个世界大风口上,谁能抢先进入深度学习领域,学会运用度学习技术,谁就能真正地在 AI 时代“飞”起来。

对于每一个想要开始学深度学习的大学生、IT 程序员或者其他想转行的人来说,最迫切的需求就是深度学习该如何入门。图书《PyTorch深度学习与企业级项目实战》的作者来谈一谈自己的看法。

1. 必须选择编程语言:Python

俗话说“工欲善其事,必先利其器”。学习深度学习,掌握一门合适的编程语言非常重要。最佳的选择就是Python。为什么人工智能、深度学习会选择 Python 呢?一方面是因为 Python 作为一门解释型语言,入门简单,容易上手。另一方面是因为 Python 的开发效率高,Python 有很多库很方便实现人工智能,比如 NumPy、SciPy做数值计算,Sklearn 做机器学习,Matplotlib 将数据可视化,等等。总的来说,Python 既容易上手,又是功能强大的编程语言。可以毫不夸张地说,Python可以支持从航空航天器系统的开发到小游戏开发的几乎所有领域。

这里笔者强烈推荐Python,因为Python作为一个万能胶水语言,能做的事情实在太多,并且它非常容易上手。笔者大概花了50个小时学习了Python 的基础语法,然后就可以开始动手写神经网络代码了。

总之,Python 是整个过程并不耗精力的环节,但是刚开始记语法确实挺无聊的,需要些许坚持。

2. 必须选择一个或两个最好的深度学习框架(如PyTorch)

对于工业界的人工智能项目,一般都不重复造轮子:不会从零开始写一套人工智能算法,而往往选择采用一些已有的算法库和算法框架。以前,我们可能会选用已有的各种算法来解决不同的问题。现在一套深度学习框架就可以解决几乎所有问题,进一步降低了人工智能项目开发的难度。Facebook人工智能研究院(FAIR)团队在GitHub上开源了PyTorch深度学习框架,并迅速占领GitHub热度榜榜首。

如果说Python是我们手中的利器,那么一个好的深度学习框架无疑给了我们更多的资源和工具,方便我们实现庞大、高级、优秀的深度学习项目。

奥卡姆剃刀定律(Occam's Razor, Ockham's Razor)又称“奥康的剃刀”,它是由14世纪英格兰的逻辑学家、圣方济各会修士奥卡姆的威廉(William of Occam,约1285—1349年)提出的。这个原理称为“如无必要,勿增实体”,即“简单有效原理”。正如他在《箴言书注》2卷15题说的“切勿浪费较多东西去做,用较少的东西,同样可以做好事情。”

深度学习的底层实际结构很复杂。然而,作为应用者,你只需要几行代码,就能实现上述神经网络。加上数据读取和模型训练,也不过寥寥十来行代码。感谢科技的进步,深度学习的用户接口越来越像搭积木。只要你投入适当的学习成本,总是能很快学会。PyTorch是当前主流的深度学习框架之一,其追求最少的封装、最直观的设计,其简洁优美的特性使得PyTorch代码更易理解,对新手非常友好。今年大火的ChatGPT是由OpenAI使用Python编程语言实现的自然语言处理模型,是基于深度学习技术实现的,使用了Python中的 PyTorch等深度学习框架来训练模型。

3. 必须坚持“唯有实践出真知”

现在很多教程和课程都忽视了实践的重要性,将大量精力放在了理论介绍上。我们都知道纸上谈兵的典故,重理论、轻实践的做法是非常不可取的。就像前面谟的第2个“放弃”一样,在具备基本的理论知识之后,最好就去实践、编写代码,解决实际问题。从学习的效率上讲,速度是最快的。我编写的《PyTorch深度学习与企业级项目实战》一书,在介绍深度学习原理、卷积神经网络、PyTorch框架用法的基础上,实战13个典型的深度学习项目,可以带领读者快速入门深度学习。

对于毫无AI技术背景,只会Python编程语言,从零开始入门深度学习的同学,不要犹豫开始学习吧,深度学习入门可以很简单!

本文摘自《PyTorch深度学习与企业级项目实战》,获出版社和作者授权发布。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1