前幾天看到幾篇不同的文章寫關(guān)于機(jī)器學(xué)習(xí)的to do & not to do，有些觀點(diǎn)贊同，有些不贊同，是現(xiàn)在算法崗位這么熱門，已經(jīng)不像幾年前一樣，可能跑過(guò)一些項(xiàng)目、懂點(diǎn)原理就可以了，現(xiàn)在對(duì)大家的要求更高，尤其工程能力更不可缺少，只跑過(guò)一些iris鳶尾花分類、啤酒與尿布、貓狗分類等的同學(xué)需要再提高提高，因?yàn)楦?jìng)爭(zhēng)太激烈了，我在這里結(jié)合我自己的經(jīng)驗(yàn)總結(jié)一下吧。

To Do

做項(xiàng)目時(shí)，邊搜集數(shù)據(jù)可以邊用已經(jīng)搜集好的少部分?jǐn)?shù)據(jù)跑模型。不用等到所有數(shù)據(jù)都搜集好了再跑。

不知道什么算法合適，可以直接把所有的算法都跑一遍，看效果再選擇，多跑幾個(gè)應(yīng)用場(chǎng)景你就知道什么算法適合什么場(chǎng)景，什么數(shù)據(jù)對(duì)不同的算法會(huì)有什么影響了。

不知道什么參數(shù)是最佳參數(shù)，可以用random search或者grid search自動(dòng)搜索最佳參數(shù)組合，有經(jīng)驗(yàn)以后對(duì)于每個(gè)參數(shù)的大概范圍心里會(huì)有個(gè)數(shù)。

一定要練習(xí)工程能力，只會(huì)調(diào)參的demo俠現(xiàn)在很難找到工作啦。

模型復(fù)現(xiàn)和刷題是很好的鍛煉工程能力的一種方式。

刷題不要追求數(shù)量，要總結(jié)不同類型的題目的經(jīng)驗(yàn)，并結(jié)合之前的業(yè)務(wù)中，看能不能優(yōu)化之前的業(yè)務(wù)邏輯。

模型復(fù)現(xiàn)可以給自己規(guī)定一個(gè)任務(wù)，譬如在一個(gè)月內(nèi)，把某篇論文的Tensorflow實(shí)現(xiàn)的代碼，復(fù)現(xiàn)成Pytorch或者PaddlePaddle等其他框架的代碼，不是閑著沒(méi)事做，而是模型復(fù)現(xiàn)可以迅速提高你對(duì)框架的熟悉度和代碼能力。

模型復(fù)現(xiàn)的過(guò)程中，最難的是寫新的op和模型效果（精度和速度）的對(duì)齊。這可能很折磨人，但是收獲也很大。

如果要做新項(xiàng)目，可以先看看有沒(méi)有預(yù)訓(xùn)練模型，可以快速做遷移學(xué)習(xí)的，如果有，那么整體的模型周期會(huì)快很多。

如果跑完算法，一定要有一個(gè)成品的形態(tài)，最好不要只做算法這一塊，譬如跑完模型將其打包封裝成服務(wù)接口（服務(wù)端和移動(dòng)端等），達(dá)到讓人可用的狀態(tài)最好。

領(lǐng)導(dǎo)不想知道過(guò)程，只想知道結(jié)果。沒(méi)有可用的東西和可視化的結(jié)果，他會(huì)覺(jué)得你啥也沒(méi)做。

上條只針對(duì)部分領(lǐng)導(dǎo)。

沒(méi)有人會(huì)比你更關(guān)心模型的參數(shù)調(diào)整導(dǎo)致模型的效果提升了0.1%還是1%，大多數(shù)人，尤其是leader、或者leader的leader，只關(guān)心它有什么用，真實(shí)場(chǎng)景的效果好不好。

可以多和同事、同行等互相交流，參加線下的學(xué)習(xí)會(huì)、交流會(huì)等，可能會(huì)有意想不到的收獲。

學(xué)習(xí)新的算法，先把代碼跑起來(lái)再說(shuō)，再來(lái)看理論、數(shù)學(xué)推導(dǎo)、自己手寫實(shí)現(xiàn)等。

除了調(diào)參以外，還需要關(guān)注關(guān)注部署上線、模型壓縮等方面的內(nèi)容。

Not To Do

訓(xùn)練數(shù)據(jù)不要太干凈了，因?yàn)檎鎸?shí)場(chǎng)景的數(shù)據(jù)往往和實(shí)驗(yàn)數(shù)據(jù)差很多，嘗試加點(diǎn)噪音吧，做些數(shù)據(jù)增強(qiáng)和mixup等。

論文里的效果不一定能復(fù)現(xiàn)。可以嘗試論文的思路，但是不要太過(guò)相信論文里的效果數(shù)據(jù)。

做一個(gè)項(xiàng)目就好好深挖，不僅僅要做出來(lái)，還要不斷的優(yōu)化，不然每個(gè)項(xiàng)目都只是跑通了，效果還行，沒(méi)必要寫到簡(jiǎn)歷里，不如寫一個(gè)做得很深入，嘗試了各種優(yōu)化方法并有效果提升的項(xiàng)目。

不要因?yàn)橛X(jué)得自己數(shù)學(xué)不好就先去惡補(bǔ)數(shù)學(xué)，買一堆高等代數(shù)、數(shù)學(xué)分析、實(shí)變函數(shù)、復(fù)變函數(shù)等純數(shù)學(xué)書，如果一定要看，推薦《線性代數(shù)》《信息論》《凸優(yōu)化》《數(shù)值分析》。

上條推薦的四本數(shù)學(xué)書也不用全看，凸優(yōu)化太厚了，其他三本可以在自己有大塊時(shí)間可以刷書的時(shí)候，規(guī)定自己在一個(gè)月或者幾個(gè)月的時(shí)間迅速刷完。線性代數(shù)是基礎(chǔ)，數(shù)值分析是優(yōu)化方法（也不用全看），凸優(yōu)化與信息論與目標(biāo)函數(shù)相關(guān)，涉及機(jī)器學(xué)習(xí)的很多理論知識(shí)。

不要覺(jué)得你訓(xùn)練的模型效果多好就多么厲害，除非是做科研、打比賽、工業(yè)界更關(guān)注能不能落地，能不能應(yīng)用產(chǎn)生價(jià)值，不要自high = =

如果把你的算法封裝成服務(wù)了，也要做做壓測(cè)，學(xué)習(xí)下工程方面的內(nèi)容。

最好的狀態(tài)是，工程能力強(qiáng)，又懂算法，兩者結(jié)合，效果更佳。不要只注重某一方面的提升，多關(guān)注下自己的代碼風(fēng)格，不要讓你的同事code review的時(shí)候犯難。