入門深度學習的誤區

數據量、運算力和演算法模型是決定人工智慧行業發展的三大要素。大數據時代，深度學習模型的提出，大大提升了計算機視覺、語音識別的準確率，引爆了當下這波人工智慧熱潮。被譽為「人工智慧皇冠上的明珠」的自然語言處理領域，深度學習也已經取得了較大突破。

據領英發布的《全球AI領域人才報告》顯示，基於領英平台的全球AI（人工智慧）領域技術人才數量超過190萬，中國的AI人才總數僅為5萬人。但國內人工智慧人才缺口達500多萬，供需比例嚴重失衡。各大企業紛紛搶奪人工智慧人才，應屆本科畢業生年薪平均在25萬，研究生年薪普遍在35萬-60萬之間，普通程序員轉行人工智慧的平均年薪也可達到26萬以上。

圖一 深度學習工程師招聘

「深度學習，怎麼樣才能快速地入門，並上手項目實踐」，這是困擾入門者的普遍性難題，大家的熱情和興趣，也隨著數學符號以及公式推導的折磨，消失殆盡。這裡主要存在2大誤區：

死磕線性代數、概率論等數學知識

作為入門愛好者而言，學習深度學習的目的是處理實際工程問題，如果一開始就花費大量時間推導複雜的公式，不僅會把自己搞暈，更會打擊學習的積極性，而且理論不緊密結合實踐，理解起來比較困難。舉個例子，如果一開始我們帶著學員，使用深度學習把任意一張圖片的風格「遷移」到另一張圖片上，比如用深度學習的演算法把寵物狗的照片換成世界知名畫家梵高的風格，相信大家會躍躍欲試。

圖二 圖片風格轉換

過多在意深度學習的開源框架

近幾年各種不同的深度學習框架也如雨後春筍般紛紛出現，在大廠的支持下這些框架（Tensorflow、Caffe、Keras、Pytorch等）在深度學習的舞台上華麗登場各顯神通。作為一名初學者，不要過度在意使用哪個框架。因為每種框架都有一定的用戶群體，並且即使同一部門的不同工程師使用的框架也不盡相同；此外，新的開源框架不斷湧現，Facebook開源Pytorch才剛剛一周年，已經成為最火的框架之一。

圖三 深度學習開源框架

儘快跑通深度學習實踐的代碼，多修改幾組參數看看效果，設置斷點看看每層的輸出，根據代碼反過頭去理解每個數學公式的意義和作用，對於入門者而言，不失為最快方式。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！