您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

深度学习的关键是什么？

代码,这个问题,我的深度学习的关键是什么？

发布时间：2020-12-06加入收藏来源：互联网点击：

深度学习的关键是什么？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

首先非常感谢在这里能为你解答这个问题，让我带领你们一起走进这个问题，现在让我们一起探讨一下。

1.初学阶段

啃吴恩达的机器学习的课程，然后看的是黄海广博士等人翻译的课程和笔记，这一阶段主要了解相关的概念，一定要有一个整体的结构，每个名字大概是什么意思，有什么用。

然后就是代码方面的事情，我没有马上跟上代码，而是去学习了一下一些以后会用到的基础的python库，比如pandas，numpy，matplotlib等

2.初探代码阶段

当时因为一些偶然因素要做深度学习方面的东西，然后去kaggle上下载了一段完整的训练代码。这里有一些了解的初学者可能会问到底选什么深度学习平台好，tensorflow？pytorch？keras？每个平台之间并没有绝对的优势，主要还是看自己的具体情况。

我的方向是和医学图像相关的东西，所以选择了keras，因为他上手快，可以快速构建出一个模型，但是灵活性要稍微差一些；pytorch是另一个热门选择，我的很多师兄师姐都是用的pytorch，他们很多事做的和人脸相关的方向；tensorflow不太建议初学者，相比之下前期学习花销大且代码量也比较多。

回到正题，上面说的那段完整的训练代码，我进行了一次精读，理解他每个步骤都在干些什么，然后用到了哪些有关的库，然后对训练过程有了一个整体了解，还有就是熟悉这个框架的一些函数。

3.“照葫芦画瓢”阶段（最艰难但进步最快）

这个阶段，就如小标题所说的一样，跟着别人的代码一步一步来，然后化为己用。

虽然对那段代码进行了精读，但是直接拿来自己用还是比较牵强，各个专业名词越来越混，也不知道要如何下手。没办法，只能继续巩固基础，我就去把keras的官方文档给琢磨了一遍，然后照着它给的最简单的分类网络实现了一遍，之中有很多坎坷和挫折，但是坚持下来就是胜利。然后就是将自己的数据集放入到模型中了，结果根本不好，但起码能跑起来。

接下来就是调参的过程，不会或者疑惑的地方就百度谷歌还有问师兄师姐，自己感受一遍和只看书是完全不一样的。

4.进阶阶段

到了这个阶段，已经对网络结构和训练流程有了一定认知了，接下里就是要训练出一个表现不错的模型了。又要回到专业名词中去，去看别人是怎么优化的，提出了什么网络结构，有什么创新的思路，相关的paper当然是要读的，然后就是尝试去优化自己的模型。

在以上的分享关于这个问题的解答都是个人的意见与建议，我希望我分享的这个问题的解答能够帮助到大家。

在这里同时也希望大家能够喜欢我的分享，大家如果有更好的关于这个问题的解答，还望分享评论出来共同讨论这话题。

我最后在这里，祝大家每天开开心心工作快快乐乐生活，健康生活每一天，家和万事兴，年年发大财，生意兴隆，谢谢！




回答于 2019-09-11 08:43:50

no1. 数据（data）。还要标多少数据啊？

no2. 算力（computation）。就知道省钱不能再买一个N卡吗？

no3. 算法（algorithm）。paper有代码啊，赶紧git clone。

回答于 2019-09-11 08:43:50

深度学习的本身就是一个函数，函数的表达类型不一样，准备的数据集和获取的结果也是不一样，关键的指标在于：表达函数，分层运算，数据集的准备和你想要的答案是什么。深度学习不仅需要有强大的理论支撑，更需要将这些理论转变为现实，落地才是关键，不然就是空空的纸上谈兵。