一部电影能让人走上深度学习之路?!台湾小伙的学习经历!

本人毕业于台湾东华大学，现在从事深度学习的图像识别相关研究，以后目标是能够为工业领域的自动化应用提供更好的解决方案。这篇文章带大家一起回顾一下我入门到能够自己写深度学习网络的一个学习过程，也希望能帮到大家！ 计划的开端 莫约两年前，一个名为 Python 的程序语言开始逐渐的占据了我平时持续关注的各类科技论坛和技术媒体方面的版面，夹杂着商业推广目的的信息虽然多少有些刺耳，但是各家单位在同一个时间段有默契的推送同一个针对性的信息这件事情本身却是引起我注意的主要关键所在，经过了一番探究后着实被脚本语言的强大威力所吸引，熟悉的掌控 Python 这个语言最直接的优势就是可以让我直接对接大多数计算机相关的事物，以此脚本语言作为一个支点撬动这台电脑，基于它方便，易于书写，可读性高，且不同平台一致推广，最后加上其背后庞大的维护社群和参与者这些强而有力的综合条件结合下，根据我的电子日记记载，终于 Python 在八月的时候纳入了我的学习计划中，成为了九月动工的个人项目之一。 从美剧提炼的指北针 学习的过程总是多少有些弯路要走，尽可能减少弯路的方法那就是强而有力的学习目的，而我的学习目的起源可以从一部美剧说起，那就是：疑犯追踪（Person of Interest）：

剧情里面主要描述一个非常有钱的黑客他借助政府的资源，独立建构了一套识别系统，可以鉴别拍摄影像中的物体信息，行为模式，沟通内容，并根据一套非常严密且完整的算法评估这些信息后，得出犯罪行动的预判。起初我只是当作一个科幻片看着自己刺激而已并不当真看待这项科技，直到有一天我的 Youtube 账号主动推荐了我相关方面的视频，我点开看完的当下已然惊呆了，原来美剧中的剧情描述已经只能算是真实改编，而不是科幻视频！于是我挑出了几个关键词，搜寻后才逐渐明白原来整个计算机视觉知识地图的广度原来早就在我毫无察觉的情况下开展到无边无际的地步了。 入手点 但是网上的资源从网页到视频泛滥的情况下，如何能够有效率地找到有框架性的知识结构，并以此结构作为学习的目标逐渐成为浮上台面的问题，我使用的解决方法最终还是依赖于大的 “节点” 例如下面图片中几个比较有名的机构：

尤其是接触了斯坦福大学李飞飞教授开的计算机视觉课程后，整个逻辑线因此而清晰了起来，也更有着眼点展开后面的学习规划和实践练习。这一路上从神经网络生物原理，到使用数学公式模拟生物神经的流程，再到激励函数，权重，偏值，最后到损失函数和梯度下降的优化过程与方法，这些流程之间彼此是如何作用导致最后结果的呈现不同，都是课程中提到的重点，经由制作笔记的方式开始学习更能能够在写作的过程中梳理不明白的观念，如此相辅相成的节奏最终能够突破入门的门槛，一窥机器视觉的精华所在。 论文与代码实践 理解了原理后，需要一个从纸上谈兵到实战操演的过程，才能够让我们在能力上实现一个质的飞跃，因此选择框架实现代码成了一个非常重要却也非常耗时的环节，但是同时这样的学习模式却也已经和高手过的日常相去不远了，亲力亲为输入指令实现学习，辅以论文上来自全世界顶尖学者提供的建议修改，最终能够朝向一个正确的方向进步。

后记： 本文作者在本公号发表的文章包括如下： CNN怎么训练？10行核心代码，经典Cifar10图集入门深度学习网络 代码入门CNN深度学习？经典Cifar10图集，有源码（第2集) 小白如何入门Tensorboard！？深度学习可视化必备！

作者微信号：khle08 作者更多文章可见：https://blog.csdn.net/Kuo_Jun_Lin

我们正在进行征文比赛，想分享经验拿邮电出版设最新的人工智能图书的小伙伴，快来参加吧。同时写读后感还有现金奖励领取。

异步图书相关活动介绍！ 20本新书免费送，再不上车真的会错过一个亿。

本文转载自异步社区。

原文链接：https://www.epubit.com/articleDetails?id=N0cf4872f-b3cf-4a32-8bf4-f8557258cf68