社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

还说不会深度学习,三招帮你“炼丹”成功

机器学习初学者 • 3 年前 • 744 次点击  

深度学习领域发展仍是火热朝天,众多方向门派百花齐放,CV和NLP领域一直是高手云集,Transformer最近异军突起,卷起一片波澜,其他众多领域,包括:迁移学习、强化学习、集成学习等,也有着各派的掌舵人。显而易见,这一众深度学习大佬无不是各派“武功”的集大成者,都有着自己的一套“深度学习炼丹”秘笈,简单罗列一些,真实看得人眼花缭乱。

学完这些“秘笈”,你必然有一种“神功在手,天下我有”的错觉。自我感觉是,深度学习不就是conv(卷积)、pooling(池化)、optimizer(优化器)、loss function(损失函数)等等吗……依照着“秘笈”构建自己的网络模型:3x3卷积核简单易用,数据特征提取简洁且高效;后面接着池化层,训练数据量瞬间减少一半;这优化器,当然选用Adam,快且准地击中目标;损失函数交叉熵当仁不让。看看自己涉及的这套网络模型,感觉深度真的是简单的很。

这不,当你迫不及待的开启自己深度学习“炼丹”道路,却发现简直是“蜀道难,难于上青天”啊!

啥,卷积不就是模版匹配、特征提取嘛,后面的转置卷积(transposed conv)、空洞卷积(dilated conv)、分组卷积(group conv)等等都是啥呀……

网络模型代码实现又是一堆坑,怎么导入不同格式的数据,怎么定义网络结构,怎么调用优化器和损失函数,怎么可视化网络模型输出结果,怎么调用GPU进行模型加速。。。。。。各种模型模块配置好了,结果一运行,还是报出一堆错误。。。

仅仅是这些问题吗?那你就小瞧深度学习了。

在算法模型推陈出新,模型越堆越深、模块越来越复杂,还是AlexNet那类模型的简单易懂。。。

所以,到底怎样才算是正式入门深度学习呢?


1.夯实基础,练就“内功”



要夯实基础理论,必然需要研究理论的发展起源。咱们从人工智能的发展历史开始研究,逐步进入到机器学习和神经网络的阶段,并且结合计算机视觉和自然语言这两大应用方向具体分析理论知识,这样学习之后,理论知识才能愈发记得牢固,才能应用自如。

掌握知识发展脉络后,进一步研究神经网络和卷积神经网络。这里,主要是反向传播算法、感知机、神经网络算法;结合人类视觉系统的类比,对卷积运行进行详细而又形象的分析阐述。

最后一块理论知识,就是算法优化和调参了,包括:模型的分析和验证、指标的设计和选择、模型偏差的计算、以及模型具体的优化策略选取。




2.选用Pytorch,磨刀不误砍柴工



俗话说得好,重剑无锋,PyTorch就是这把“重剑”,有了上面理论知识加持,咱们就应该手握这把“重剑”披荆斩棘。

PyTorch这把重剑简单易用,提供了基本的Tensor对象,以及提供了许多预处理、优化器、损失函数、网络模型模块,这样我们可以顺手拈来,结合TensorBoard,可以高效的可视化咱们“炼丹”的过程和结果。此外,PyTorch还支持并行操作,利用多GPU加速训练。




3.实践磨炼,练就本领



到这里,咱们武功已经小有成就,需要到真实场景下学习具体的“武术技巧”----也就是在深度学习不同领域中实践学习。

这里,主要给出两个著名的领域:CV领域、NLP领域。

CV领域中的分类、识别都是重要的“武术技巧”,具体有Faster RCNN、YOLO系列、U-Net系列等等。

在实践NLP领域之前,咱们首先需要掌握基本的循环神经网络(RNN)的知识,涉及RNN算法、LSTM模型和GRU的介绍。接着就是NLP中文本分类表示的具体实践。

实践完这两块领域之后,咱们基本具备独立深度学习“炼丹”的武艺了!





深蓝学院开设了《深度学习:理论与实践》课程,深度学习三步走的秘籍一套打包领走!

实践项目





>左右滑动查看更多<

课程大纲

你能收获

a.充分理解相比于经典的神经网络,深度神经网络强大的表示学习能力;

b.掌握经典的深度神经网络模型(CNN,RNN,LSTM)思想原理;

c.学会使用深度学习解决实际任务,及解决任务的整体流程;

d.熟悉当下主流的深度学习框架Pytorch,并通过该框架做CV及NLP领域的实践。

精彩课程
扫码添加育心,备注【秘籍
快速通过好友

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/121361
 
744 次点击