Fast.ai 免费的课,非常hands on,直接搞到state of art performance Giovanna 发表于 9/13/2019 3:41:17 PM
懒得废话,随手搜到的,需要的童鞋自己看吧。https://blog.csdn.net/x32sky/article/details/77470901deep learning真的没什么难度,哪有吹得那么玄乎,只要能学会coding就能用deep learning。fast.ai不止提供课程,而且开发了封装好的Pytorch工具包,团队定期将最新论文成果implement出来,在数据集上测试好,新手无门槛直接上手,做AI research的人都在用。 Giovanna 发表于 9/13/2019 6:03:13 PM
跟股市类似,当不懂股票的人都在谈论开户炒股的时候,股市基本快到头了 hcrab 发表于 9/13/2019 3:31:09 PM
懒得废话,随手搜到的,需要的童鞋自己看吧。https://blog.csdn.net/x32sky/article/details/77470901deep learning真的没什么难度,哪有吹得那么玄乎,只要能学会coding就能用deep learning。fast.ai不止提供课程,而且开发了封装好的Pytorch工具包,团队定期将最新论文成果implement出来,在数据集上测试好,新手无门槛直接上手,做AI research的人都在用。 Giovanna 发表于 9/13/2019 6:03:13 PM 请问,像这种有现成的工具,只知道会用,不理解方法,能用的好吗?怎么知道哪个方法好?哪个方法不好? ---发自Huaren 官方 iOS APP hoohoo001 发表于 9/13/2019 7:46:36 PM
回复18楼tidewater的帖子给他们做,可以。可是结果呢?结果到底reliable吗? ---发自Huaren 官方 iOS APP hoohoo001 发表于 9/13/2019 7:54:04 PM
懒得废话,随手搜到的,需要的童鞋自己看吧。https://blog.csdn.net/x32sky/article/details/77470901deep learning真的没什么难度,哪有吹得那么玄乎,只要能学会coding就能用deep learning。fast.ai不止提供课程,而且开发了封装好的Pytorch工具包,团队定期将最新论文成果implement出来,在数据集上测试好,新手无门槛直接上手,做AI research的人都在用。Giovanna 发表于 9/13/2019 6:03:13 PM
请问,像这种有现成的工具,只知道会用,不理解方法,能用的好吗?怎么知道哪个方法好?哪个方法不好? ---发自Huaren 官方 iOS APP hoohoo001 发表于 9/13/2019 7:46:36 PM
这楼上几个是软广?☆ 发自 iPhone 华人一网 1.14.05 Qamra 发表于 9/13/2019 7:55:18 PM
对于零编程基础的人的Deep Learning的课,最好是拿着具体的project/case讲的,一步一步都做什么。免费的、收费的、都可以。 就想找到个好的课,尽快学会! accidentally 发表于 9/13/2019 1:20:55 PM
请问,像这种有现成的工具,只知道会用,不理解方法,能用的好吗?怎么知道哪个方法好?哪个方法不好? ---发自Huaren 官方 iOS APP hoohoo001 发表于 9/13/2019 7:46:36 PM 为什么不理解方法?方法课里都有解释,没什么神秘的。至于为什么这个方法work那个不work,说句实在的,连科班出身发了论文的都未必清楚。好方法都是动手试出来的,效果好就好,非常讲究经验。缺乏解释力,一直是DL被诟病的重点。 Giovanna 发表于 9/13/2019 9:04:06 PM
咳咳,现在deep learning还真没做到那么傻瓜化,好多东西还是需要一些基础的。尤其是实际deploy model,很多工程化的问题。另外也要搞清楚为毛非要用deep learning,手上的数据可以使用deep learning么。不要觉得上了大杀器就有最好的结果,很多实际情况是,deep learning并非最佳解决方案,不是即插即用的懒人包。 月沼 发表于 9/13/2019 11:08:21 PM
懒得废话,随手搜到的,需要的童鞋自己看吧。 https://blog.csdn.net/x32sky/article/details/77470901 deep learning真的没什么难度,哪有吹得那么玄乎,只要能学会coding就能用deep learning。fast.ai不止提供课程,而且开发了封装好的Pytorch工具包,团队定期将最新论文成果implement出来,在数据集上测试好,新手无门槛直接上手,做AI research的人都在用。 Giovanna 发表于 9/13/2019 6:03:00 PM
涉及到deep learning, big data。 所有的教程都极其傻缺,非常浅。想学深学透只能自己看文档。而且中间很多坑。 紫雪飞舞1314 发表于 9/13/2019 4:42:26 PM
涉及到deep learning, big data。 所有的教程都极其傻缺,非常浅。想学深学透只能自己看文档。而且中间很多坑。 紫雪飞舞1314 发表于 9/13/2019 4:42:26 PM 对,即使coursera都是把所有的坑都填平了所有的数据都完美了让你去跑,自己真正开工的时候可能连tf2安装也要折腾半天。。。 qingcongsuiyue 发表于 9/14/2019 7:30:40 AM
哈哈,确实到处是坑 ~~我是用 pip install 的方式把 TF2 装在 Anaconda 环境里,这样好上全套工具。在 MacBook 上一次成功,但在 Ubuntu 上装了十次有没有!!!其实就个低级错误,因为 Anaconda 里我以前 sudo 的方式安装过一次,导致装 TF2 也得 sudo。但 sudo 自己会改路径(我没有写全路径的情况),导致每次都用的不是 Anaconda 环境里的 PIP,而是系统环境里的 PIP 给装在系统环境上了。搞清楚后把 Anaconda 里的 TF2 装好了,但系统环境的 TF 不 work 了,因为被我装成了 TF2 !!再把系统环境里拆了装回 TF1。z-turn 了俩小时 ~~~ tidewater 发表于 9/14/2019 12:35:15 PM
哈哈,确实到处是坑 ~~我是用 pip install 的方式把 TF2 装在 Anaconda 环境里,这样好上全套工具。在 MacBook 上一次成功,但在 Ubuntu 上装了十次有没有!!!其实就个低级错误,因为 Anaconda 里我以前 sudo 的方式安装过一次,导致装 TF2 也得 sudo。但 sudo 自己会改路径(我没有写全路径的情况),导致每次都用的不是 Anaconda 环境里的 PIP,而是系统环境里的 PIP 给装在系统环境上了。搞清楚后把 Anaconda 里的 TF2 装好了,但系统环境的 TF 不 work 了,因为被我装成了 TF2 !!再把系统环境里拆了装回 TF1。z-turn 了俩小时 ~~~ tidewater 发表于 9/14/2019 12:35:15 PM 有时候要修改环境变量的路径~~~安装这活儿靠经验,各种情况都弄过就好 Orangetabby 发表于 9/14/2019 12:51:47 PM
是,我最烦干这个。一个破 ubuntu 上无数个虚拟环境,都不知道最后装在哪里。:-P不过吃一堑长一智的是,我现在在 Anaconda 虚拟环境里用 sudo 直接给全路径。其实 Anaconda 里应该不需要 sudo 安装,某次敲错自己给自己找的麻烦,不过懒得把整个 Anaconda 拆了再重装了。上班还很忙的,能凑合就行了。:-P tidewater 发表于 9/14/2019 1:02:02 PM
是,我最烦干这个。一个破 ubuntu 上无数个虚拟环境,都不知道最后装在哪里。:-P不过吃一堑长一智的是,我现在在 Anaconda 虚拟环境里用 sudo 直接给全路径。其实 Anaconda 里应该不需要 sudo 安装,某次敲错自己给自己找的麻烦,不过懒得把整个 Anaconda 拆了再重装了。上班还很忙的,能凑合就行了。:-P tidewater 发表于 9/14/2019 1:02:02 PM pyenv 了解一下 ted.hanks 发表于 9/14/2019 1:13:13 PM
这不又多一种。:-P不过也不指望一个玩意儿能一统江湖还是一桶浆糊了 ~~~ 能凑合用就算了。我觉得 Anaconda 加 pip install 在其上面,基本上 Citizen DS 需要的东西都可以对付。当然还有 FrontEnd / BackEnd / ROS 每个自己都有自己一套。另外其实也不是因为 MacBook 上安装简单,就是 MacBook 上面乱七八糟的东西装得少而已。 tidewater 发表于 9/14/2019 1:23:16 PM
这不又多一种。:-P不过也不指望一个玩意儿能一统江湖还是一桶浆糊了 ~~~ 能凑合用就算了。我觉得 Anaconda 加 pip install 在其上面,基本上 Citizen DS 需要的东西都可以对付。当然还有 FrontEnd / BackEnd / ROS 每个自己都有自己一套。另外其实也不是因为 MacBook 上安装简单,就是 MacBook 上面乱七八糟的东西装得少而已。 tidewater 发表于 9/14/2019 1:23:16 PM 什么意思什么意思?为什么要Ubuntu? 我看到好多人在用,但这是必须的吗???劳烦解释下。。。我实在给安装这些东西烦死了,不明白为什么有些人说一键安装。我就是windows系统chrome浏览器。然后跑出来很多很多问题,人家就说用linux,我想我小时候学dos学了10年,刚学会人家用windows了,实在不想为了安装个什么东西在去学一个操作系统。。。救命! qingcongsuiyue 发表于 9/14/2019 3:47:51 PM
免费的、收费的、都可以。 就想找到个好的课,尽快学会!
免费的、收费的、都可以。 就想找到个好的课,尽快学会!
同关注➕
mark mark
淘金赚钱的是卖水的。
简单回答楼主,没有。
☆ 发自 iPhone 华人一网 1.14.05
deep learning真的没什么难度,哪有吹得那么玄乎,只要能学会coding就能用deep learning。
fast.ai不止提供课程,而且开发了封装好的Pytorch工具包,团队定期将最新论文成果implement出来,在数据集上测试好,新手无门槛直接上手,做AI research的人都在用。
懒得废话,随手搜到的,需要的童鞋自己看吧。 https://blog.csdn.net/x32sky/article/details/77470901
deep learning真的没什么难度,哪有吹得那么玄乎,只要能学会coding就能用deep learning。
fast.ai不止提供课程,而且开发了封装好的Pytorch工具包,团队定期将最新论文成果implement出来,在数据集上测试好,新手无门槛直接上手,做AI research的人都在用。
Mark
请问,像这种有现成的工具,只知道会用,不理解方法,能用的好吗?怎么知道哪个方法好?哪个方法不好? ---发自Huaren 官方 iOS APP
赞👍
这些都不重要。重要的是有公司把 deep learning project 给零编程基础,零数据分析基础,零算法基础,零 solver 基础的人做。
给他们做,可以。可是结果呢?结果到底reliable吗? ---发自Huaren 官方 iOS APP
☆ 发自 iPhone 华人一网 1.14.05
deep learning 应该分 infra vs data-science vs modeling 我想。
我觉得这行门槛很高,像 CV / NLP 我觉得转行的不太敢碰。我觉得转行的主要做 deep learning --> data-science 比较压力小一点。
infra 的小年轻比较容易不知水很深我觉得。不过 deep learning 大部分是做 classifier 实际跑,而不是 regressor 画张图随便吹。这么难的玩意儿有人愿意挡子弹不是很好?:-P
我不是啊。 ---发自Huaren 官方 iOS APP
fastai课非常好
但是恰恰极不适合编程0基础的人
你这个纯属瞎推荐
---发自Huaren 官方 iOS APP
如果有这么容易,马工就不可能是这么高薪了
except lz是想学一个技能,这个技能是不会随着行业利益fluctuation而消失的
为什么不理解方法?方法课里都有解释,没什么神秘的。至于为什么这个方法work那个不work,说句实在的,连科班出身发了论文的都未必清楚。好方法都是动手试出来的,效果好就好,非常讲究经验。缺乏解释力,一直是DL被诟病的重点。
不是,g mm和潮水都是做这个的。
他们说的是个靠谱的网站。
还是先学学
deep frying
吧
Mark ---发自Huaren 官方 iOS APP
另外也要搞清楚为毛非要用deep learning,手上的数据可以使用deep learning么。不要觉得上了大杀器就有最好的结果,很多实际情况是,deep learning并非最佳解决方案,不是即插即用的懒人包。
这是个好资源,多谢哈
没有ad啊,那个层主推荐的很好啊
有试图用 manifold 解释的,有试图用 convex programming 解释的,我觉得香浓的 information entropy 也可以插一腿。
或许我觉得也可以师从量子力学反哥本哈根的不解释学派。
其实基于百万变量的 nonlinear programming CG 或者 Quasi-Newton solver 的系统也一直不能像传统 linear programming 那样解释,不也一样习惯了。
反过来说,也许 classic ML 的所谓“解释”本身可能是个 illusion 。也就是说,所谓的 “解释” 可能就是 “assumption“ 的硬币另一面。而 “any assumption could be dangerous“,导致 classic ML 被限制了想象力?
不过这个可能是哲学问题。也就是侃大山没实际用处的。
大部分应用还不能用 deep learning 我觉得。
我觉得转行不能把赌注全压在 deep learning 这么高端的玩意儿,实实在在先做个 data scientist 更容易找到混日子的工作。
这就好比 AIME 竞赛确实高端,但上班还是老老实实先搞懂 Python 或 JavaScript 有饭吃再说。
Deep Learning的课谁讲的好,求推荐,免费付费的都行,零编程基础对于零编程基础的人的Deep Learning的课,最好是拿着具体的project/case讲的,一步一步都做什么。
免费的、收费的、都可以。 就想找到个好的课,尽快学会!
mark 有空看
mark一个 谢谢 ---发自Huaren 官方 iOS APP
Deep Learning的课谁讲的好,求推荐,免费付费的都行,零编程基础对于零编程基础的人的Deep Learning的课,最好是拿着具体的project/case讲的,一步一步都做什么。
免费的、收费的、都可以。 就想找到个好的课,尽快学会!
对,即使coursera都是把所有的坑都填平了所有的数据都完美了让你去跑,自己真正开工的时候可能连tf2安装也要折腾半天。。。
哈哈,确实到处是坑 ~~
我是用 pip install 的方式把 TF2 装在 Anaconda 环境里,这样好上全套工具。
在 MacBook 上一次成功,但在 Ubuntu 上装了十次有没有!!!其实就个低级错误,因为 Anaconda 里我以前 sudo 的方式安装过一次,导致装 TF2 也得 sudo。但 sudo 自己会改路径(我没有写全路径的情况),导致每次都用的不是 Anaconda 环境里的 PIP,而是系统环境里的 PIP 给装在系统环境上了。
搞清楚后把 Anaconda 里的 TF2 装好了,但系统环境的 TF 不 work 了,因为被我装成了 TF2 !!再把系统环境里拆了装回 TF1。
z-turn 了俩小时 ~~~
有时候要修改环境变量的路径~~~安装这活儿靠经验,各种情况都弄过就好
是,我最烦干这个。一个破 ubuntu 上无数个虚拟环境,都不知道最后装在哪里。:-P
不过吃一堑长一智的是,我现在在 Anaconda 虚拟环境里用 sudo 直接给全路径。
其实 Anaconda 里应该不需要 sudo 安装,某次敲错自己给自己找的麻烦,不过懒得把整个 Anaconda 拆了再重装了。上班还很忙的,能凑合就行了。:-P
pyenv 了解一下
这不又多一种。:-P
不过也不指望一个玩意儿能一统江湖还是一桶浆糊了 ~~~ 能凑合用就算了。我觉得 Anaconda 加 pip install 在其上面,基本上 Citizen DS 需要的东西都可以对付。
当然还有 FrontEnd / BackEnd / ROS 每个自己都有自己一套。
另外其实也不是因为 MacBook 上安装简单,就是 MacBook 上面乱七八糟的东西装得少而已。
什么意思什么意思?为什么要Ubuntu? 我看到好多人在用,但这是必须的吗???劳烦解释下。。。
我实在给安装这些东西烦死了,不明白为什么有些人说一键安装。我就是windows系统chrome浏览器。然后跑出来很多很多问题,人家就说用linux,我想我小时候学dos学了10年,刚学会人家用windows了,实在不想为了安装个什么东西在去学一个操作系统。。。救命!
因为我是马工兼职 DS,不是纯粹 DS。马工角色当然要 Ubuntu。