大家先来谈一谈通过自学深度学习较大的难题。

如今搞深度学习的，十之八九并并不是“科班”。

这就造成 ：假如你要想转账变成一名深度学习技术工程师，从头至尾的一切，都基础靠通过自学。可是，开发人员迅速便会察觉自己碰到了第一个阻碍：

绝大部分的教学资源以理论基础研究为导向性，轻工程项目实践活动。

实际上这也怪不得。这几年，深度学习是爆火，但大神们都来源于学术界，事例数不胜数：例如谷歌云首席科学家李飞飞、负责人 FAIR 的 Yann LeCun、在Google人的大脑的 Ian Goodfellow，及其过去三年里任百度搜索首席科学家的吴恩达。大神出生高等院校，她们撰写的教材内容、视频录制的学堂在线也是，难以避免含有较强的学术研究特性，总给人一种“听高校老师上课”的觉得（原本便是）。就算有心防止科学研究导向性，乃至减弱数学课基础理论一部分（例如吴恩达教师在 Coursera 上的“Machine Learning”），依然离工业界的要求天差地别。

用一句话来归纳：目前的深度学习資源，对学员人群很友善，但对在职人员技术工程师并不这般。很多人 花半年時间（有毅力的会更久）细读了几本书深度学习教材内容，发觉操作过程时依然不清楚该怎么完成一个实际的物品。

大家的老亲戚朋友——加拿大的深度学习（ML）权威专家 Jason Brownlee，就常见自身的“惨重历经”劝导深度学习学生切忌封建迷信院校里的物品。

他本是一名一般的前端工程师，对 ML 很感兴趣以后，花好几百澳刀买来几本书教材内容通过自学，但实际效果并不是非常好，认为必须“科班出身”教育经历才可以了解这些学术研究语言表达。一咬紧牙离职，从 AI 技术专业的硕士研究生读到博士研究生。毕业，却发觉“搞” ML（而不是科学研究 ML），实际上在 IT 专业技能的基本上，一步步边实践活动边探索就可以了，饶了一大圈回家，還是拾起程序员的老本行，变成一名两年前的自身实际上就能担任的 ML 技术工程师。

Jason Brownlee

感悟自身绕的弯道，Jason Brownlee 建立了一个 ML 自学网站 Machine Learning Mastery，把自己的学习培训经验分享给大伙儿。他写的实例教程和书，快递首重开发人员最关注的实际实体模型的完成，对其身后的基础理论一带而过，結果大受技术工程师的热烈欢迎。

现如今， “Machine Learning Mastery” 已变成业内最著名的 ML 教育机构加盟之一。

关心雷锋网的阅读者应当也发觉了，只要是 Jason 有合乎中国阅读者要求的基础教程，雷锋网总在第一时间汉语翻译出去共享给大伙儿。而这具体映射了一个发展趋势：但凡冠于“实战演练”二字的深度学习、ML 文章内容，会更火爆。

这立即体现出：工程项目实践活动导向性的深度学习、ML 教学资源有多贫乏。

有句话如何来说着——“要求造成提供”。极大的销售市场空缺，吸引住着愈来愈多工业界的 ML 技术工程师投身于培训教育。例如，除开 Machine Learning Mastery，海外的英伟达显卡 DLI 深度学习学院（详细信息见雷锋网先前报导“你听闻过英伟达显卡深度学习学院 DLI 吗？”）、fast.ai，中国雷锋网(微信公众号：雷锋网)开创的 mooc.ai，全是以工程项目实践活动为导向性、朝向开发人员的深度学习项目培训。这种学习培训，填补了大部分深度学习学堂在线侧重基础理论解读、欠缺编码完成的薄弱点，可以说是互为表里。

但因为深度学习开发人员学习培训必须阅历丰富的技术工程师当场具体指导怎么设置自然环境、怎样实际操作开发环境，及其怎样 troubleshooting，学堂在线的开户送体验金、线上学习方式无法符合要求。高质量的学习培训，通常线上下开展，这大幅度限定了参加总数，造成 資源依然稀有。

鉴于此，AI 学堂在线学院（mooc.ai）协同 fast.ai 中文社区，邀约了四名东西方深度学习技术工程师，6 月 17 -18 日北京太库（Techcode）开展“12小时零基础新手入门深度学习”线下培训，总体目标是出示业界对初学者最友善的深度学习新手入门具体指导，减少学生转账从业深度学习开发设计的门坎。开班前夜，几个指导教师同雷锋网开展了沟通交流——为啥她们眼里，深度学习能够“零基础新手入门”。

雷锋网对指导教师中的三位：杨杰、Max 和赵伊丹开展了访谈。

在其中，杨杰教师曾在南方航空传动设备有限责任公司从业很多年的生产线设计，转型发展深度学习后开展优化算法金融业新项目的产品研发；Max 原是金融学博士，在“深度学习”和“自动驾驶”行业有丰富多彩教学经验；赵伊丹教师在着眼于深度学习以前，从业校园内 VC 的深度学习与自动驾驶新项目。

为何实战培训这般关键？

杨杰：如今的教学资源太趋向数学课基础理论。例如 Ian Goodfellow、Yoshua Bengio、Aaron Courville 撰写的教材《Deep Learning》，新手看过也不知道该怎么做。深度学习的理论基础研究早已进到到很深的层级，针对要想真实搞好、熟练的人，我觉得这本书是必看的，但不宜新手。

Max（经雷锋网编译程序，相同）：fast.ai 的创办人 Jeremy Howard 喜爱举那么个事例：针对球员，不用学习培训物件的物理学健身运动基本原理，只必须喜爱此项健身运动，随后去踢，持续在训练中提升手艺。针对开发人员，在一开始上手时，只必须了解如何做，而不用了解为何。

杨杰：（填补道） 数学课基础理论能够上手后再渐渐地学。一开始就往里钻非常容易造成抵触情绪， “感觉不是他的菜”，因此舍弃。能够先用起來，很感兴趣以后渐渐地再科学研究基础理论。

初学者深度学习的关键阻碍是啥？

杨杰：心理问题。

Max ：知识要点过多，必须了解的专业术语、定义过多。因而在一开始深度学习看起来难以。但真实上手以后，会发觉实际上沒有想像中那麼难。

赵伊丹：自然环境配备（杨杰和 Max 点点头赞成）。这一关会把许多新手吓退——很多人努力难以把第一步的开发工具设定起來。这儿必须的物品许多也很不便，非常容易碰到各种各样系统软件难题。因而，“12小时零基础新手入门深度学习”会把自然环境调好让大伙儿能够立即上手。

初学者最必须把握的专业技能是啥？

Max ：Python 和 numpy。

杨杰：全都不用，一张白纸最好是。全都没学过更非常容易新手入门，要不然非常容易和之前学得的程序编写专业知识搞混。尽管深度学习开发设计务必要用 Python，但一开始不容易 Python 不需要在意。对比流行计算机语言，例如 C ，Python 上手更简易，对平常人更友善。

赵伊丹：基础编程方法，及其电子计算机cmd。尽管这种能够渐渐地学，但事前便会得话能省些时间。

强烈推荐什么輔助开发环境、架构？

三位教师：Keras TensorFlow，后面一种早已变成国家标准，前面一种是后面一种的 API。

conda 和 Anaconda。

此外，因为硬件配置基础全是用 GPU，必须 CUDA。

针对每个深度学习实体模型，大家觉得初学者需从哪一个上手？

Max：CNN。图象处理难题一般根据 CNN，它也很合适运用于归类难题。简易而言便是：它最基本，运用经常，许多更繁杂的实体模型全是根据 CNN，特别适合新手入门。

三年前，全球屈指可数的顶尖科学研究组织才可以完成的一些优化算法，如今一切一个开发人员都能够运用各种各样开发环境依靠 CNN 完成。

深度学习新手入门课程内容，例如”12 钟头零基础新手入门深度学习“，能为学生产生的较大的提高取决于哪一个层面？

杨杰：自信心——搞清楚“I can do it”。

赵伊丹：指导教师从零带上试着过去了，在实战演练中就了解如何去做、朝哪些方面去做。

大家当时新手入门深度学习的全过程上都碰到了什么艰难，也是如何解决的？

Max：构建自然环境是个非常大的道儿。此外，那时候也没有 GPU，训炼速率尤其慢。之后就想办法降低数据信息提高速度。

我认为初学者能够多看一下 “help”帮助文件。还有便是 Google 和百度搜索——从我的工作经验看来，99%的难题都能检索处理。绝大部分难题他人早已遇到过，而且早已处理过去了，只必须多一点细心找出去。

赵伊丹：欠缺实践活动新项目的磨练， 基础理论学得过多，但不清楚如何使用。举个事例，有很多深度学习实体模型的优化方法，但只凭基础理论是没法分辨出应当用哪一个的，也不知道如何去调。这儿就必须社会经验并联系实际新项目来做挑选。

有很多本来从业别的行业的程序猿、乃至非程序猿，要想转账做深度学习，对她们的提议是？

杨杰：（笑）大家之前便是转账的。此次的学习培训也是对于这一点，不用浓厚基本，不用对深度学习数学课基础理论多深的了解。程序猿也不一定优点非常大，她们上手新计算机语言更非常容易，我不相信爱情。

Fast.ai 的人生格言是”make deep learning uncool again“，即“让深度学习不会再傲娇”。大家的理解是？

Max：深度学习不应该是仅有生物学家才可以做的事儿。各个领域的专业技术人员，都应当有工作能力把深度学习技术性融合进她们的工程项目运用中，把商品做得更强。如今，仅有Google等极少数互联网大佬才称之为是大范畴地运用深度学习。但在很近的未来，成千上万企业的服务项目、商品都是会有这一必须。这在其中的重要，便是让深度学习不限于内行人、权威专家，让一切技术专业情况的专业技术人员依靠专用工具都能把握。并且，它原本就不会太难学。

赵伊丹：（填补道）如今还存有大面积销售市场空缺。在很多并未涉及到的行业，一旦运用深度学习就非常容易造成非常大的实际效果。

授课方式：线下推广讲课

時间：6 月 17 -18 日，二天共九学时

地址：北京北京海淀区海淀区街道鼎好商务大厦A座西北门 3 层

学习培训价钱：999 米

课程详情：http://www.mooc.ai/course/92

报名方式：每名学生请携带本人笔记本，Windows 客户请安裝 Xshell

另：学生还有机会参加太库（Techcode）机构的 AI 公司参观考察主题活动。

类似文章：

你听闻过英伟达显卡深度学习学院 DLI 吗？

雷锋网原创文章内容，没经受权严禁转截。详细信息见转截注意事项。