基礎(chǔ)學(xué)習(xí)深度學(xué)習(xí)是怎樣一種體驗？本文作者分享了他僅僅一年時間從零基礎(chǔ)到成為研究科學(xué)家的歷程，并且提出了一些有用的建議。

2018年時，我決心開啟深度學(xué)習(xí)之旅。

2017年10月，在閱讀了《紐約時報》一篇描述深度學(xué)習(xí)人才短缺的文章之后，我偶然發(fā)現(xiàn)了一個名叫fast.ai的網(wǎng)站。說它改變了我的生活聽起來有點陳詞濫調(diào)，但那時的我很難想象，一年之后，我會在幕后幫助準(zhǔn)備這門課程的下一個版本。

因此，在這篇文章中，我將講述我個人進(jìn)入深度學(xué)習(xí)的歷程，并且分享一些建議，我認(rèn)為這些建議在對六個月前可能對我有用。

使用神經(jīng)網(wǎng)絡(luò)將埃菲爾鐵塔添加到一幅畫中的示例

我是誰？我從哪里來？

我的背景主要是數(shù)學(xué)。我擁有法國大學(xué)碩士學(xué)位；并且曾攻讀過博士學(xué)位，但六個月后就放棄了，因為我覺得這太令人沮喪了。于是接下來的7年，我繼續(xù)在巴黎教本科生。對于編程，我是自學(xué)的。我13歲時，我父親就給了我一本《Basic語言入門》。

我在三年半前搬到了紐約，成了半個全職奶爸，半個法國出版社的教科書作者。當(dāng)我第一次發(fā)現(xiàn)fast.ai的時候，我對圍繞AI的炒作很好奇，我想知道我是否能理解那些似乎只有少數(shù)天才才能理解的東西。

我必須承認(rèn)，我一開始幾乎沒怎么上這門課；它聲稱可以向任何只有一年編程經(jīng)驗和高中數(shù)學(xué)知識的人解釋深度學(xué)習(xí)，這個說法對我來說非常可疑，我想知道它是不是完全是騙人的(劇透警告：不是)。但我還是決定上完它；我每周抽出7個小時來學(xué)習(xí)這門課程。

雖然我在數(shù)學(xué)方面有明顯的優(yōu)勢，但在我稱之為“geeky stuff”的東西上苦苦掙扎。我是一名Windows用戶，之前從未使用過終端。在終于能夠訓(xùn)練自己的狗貓分類器之前，僅僅是設(shè)置就花了我一個多星期的時間。每次不得不在終端上運行一些命令時，感覺就像是某種形式的折磨(這一點仍然沒有多大改變！)

如果你是這個領(lǐng)域的新手，并且正在其中的某個部分(或全部)掙扎，請記住，沒有人能輕松地做到。總有一些事情是你不知道，那會是一個挑戰(zhàn)，但如果你堅持下去，你就會克服它。隨著時間的推移，它會變得更容易，至少會容易一點……我有一半的bash命令仍然需要幫助，并且在第一節(jié)課中兩次損壞了文檔和課程網(wǎng)站。幸運的是，大家都忙著看Jeremy講課，沒有人注意到這些。

你需要高等數(shù)學(xué)才能進(jìn)行深度學(xué)習(xí)嗎？

簡單地說，答案是否定的。長篇大論地說，答案仍然是否定的。任何告訴你相反答案的人都只是想嚇唬你而已。在深度學(xué)習(xí)的某些理論研究領(lǐng)域，你可能需要高等數(shù)學(xué)，但每個人都有自己的空間。

要在實踐中訓(xùn)練一個模型，你只需要知道三件事：知道導(dǎo)數(shù)是什么，知道誤差函數(shù)的log和exp，以及知道矩陣乘積是什么。你可以在很短的時間內(nèi)，利用多種在線資源學(xué)習(xí)所有這些知識。在課程中，Jeremy推薦了可汗學(xué)院學(xué)習(xí)導(dǎo)數(shù)、log和exp，以及3blue1brown網(wǎng)站學(xué)習(xí)矩陣乘積。

在我看來，你真正需要掌握的是數(shù)學(xué)是“broadcasting”(有點像數(shù)學(xué)和編程的交叉領(lǐng)域)。

如果你是認(rèn)真的，那就制定自己的學(xué)習(xí)計劃

在完成課程的第一部分后，我很清楚我想在這個領(lǐng)域工作(因此我有了很強的決心)。我考慮了各種各樣的培訓(xùn)課程，這些培訓(xùn)承諾可以把我變成一名數(shù)據(jù)科學(xué)家，條件是巨額的學(xué)費。我在網(wǎng)上找到了很多培訓(xùn)課程的褒獎評價，這讓我有點害怕，幸好我很快就放棄了這個想法。

網(wǎng)上有足夠多的免費(或廉價)資源，能夠教你所需要的一切。所以只要你足夠自律，就可以制定自己的學(xué)習(xí)計劃。最好的當(dāng)然是fast.ai的課程(但我現(xiàn)在fast.ai工作，所以有點偏頗;))。

我以為我不會被選入International Fellowship，免費獲得第二部分課程，所以當(dāng)收到錄取郵件時我有點措手不及。我訂了一個共享辦公的地方，讓自己遠(yuǎn)離有一個嬰兒和一個蹣跚學(xué)步的小孩的家里，還雇了保姆。然后，每天朝九晚五，加上晚上，我都在學(xué)習(xí)。我原以為我會接著上其他MOOC，但Jeremy在論壇上布置的挑戰(zhàn)性作業(yè)，以及那里充滿活力的社區(qū)，讓我一直沒有時間去尋找其他地方。

雖然這門課的目的是讓人們每周花7個小時做作業(yè)，但它絕對足夠讓你忙更長時間，尤其是在第二部分。如果你認(rèn)真考慮轉(zhuǎn)行深度學(xué)習(xí)，那么你應(yīng)該花七周的時間來努力完成這門課。如果你能負(fù)擔(dān)得起金錢或家庭方面的費用，你也可以自己飛到舊金山，每天去參加南加州大學(xué)的學(xué)習(xí)小組。如果你做不到，那就在你所在的城市里找到一個學(xué)習(xí)小組(或者成立自己的小組)。無論如何，都要在論壇上保持活躍，不僅要在出現(xiàn)bug時提問題，還要幫助其他人寫代碼。

展現(xiàn)你的能力

我很害羞，我討厭交際。認(rèn)識我的人都知道，我不善于閑聊。幸運的是，有很多方法可以讓你在安全的電腦屏幕背后向潛在雇主推銷自己。

以下是一些可以提供幫助的事情：

制作你自己的項目，來展示你學(xué)到了什么。在轉(zhuǎn)移到另一個項目之前，一定要徹底完善前一個項目。

寫博客來解釋你學(xué)到了什么。不一定要寫復(fù)雜的新研究文章，可以從模型的基礎(chǔ)開始，即使你認(rèn)為已經(jīng)有成千上萬這樣的文章了。僅僅通過嘗試解釋你認(rèn)為你已經(jīng)理解了的東西，就能學(xué)到很多。

為深度學(xué)習(xí)相關(guān)的開源項目(比如fastai library)提交貢獻(xiàn)。

參加Kaggle競賽(這條仍然在我的待辦事項清單上，也許這將是我2019年的決心)。

建立一個Twitter賬戶，告訴人們以上所有的事情。

在課程還沒結(jié)束的時候，我就得到了幾份工作offer，這讓我非常驚訝。然后， Jeremy提到他要重fastai library，我主動提出幫忙。事情順?biāo)浦郏O(shè)法得到了AWS的贊助，讓我成為了fast.ai的研究科學(xué)家。

學(xué)習(xí)的三個階段

在我看來，學(xué)習(xí)都有三個階段。首先你要抽象地理解某件事，然后你要能夠解釋它，最后你要能設(shè)法實際做到。這就是為什么你是否能夠自己重寫一遍課程上看到的代碼非常重要。

就深度學(xué)習(xí)而言，上完了課程是我的第一階段；第二階段是在論壇上寫博客文章或回答問題；第三階段就是和Jeremy 一起重建fastai library。

在過去的幾個月里，我學(xué)到的東西甚至比我在跟著學(xué)完課程時還要多。其中有些內(nèi)容我很快就放棄了，還有很多是在Jeremy的指導(dǎo)下通過重構(gòu)代碼實現(xiàn)的，直到最后得到今天看到的結(jié)果。構(gòu)建一個完全集成的框架意味著你必須實現(xiàn)所有內(nèi)容，因此你需要掌握流程的每個部分。

總之，這是我一生中學(xué)習(xí)最多的一年。我將永遠(yuǎn)感謝Rachel和Jeremy創(chuàng)造了這門神奇的課程，我很自豪能為它做出一點小小的貢獻(xiàn)。