算法工程师之路

认识算法

        进入算法世界要从2015年开始研究生生活说起。2015年3月，我顺利的考上了某211/985院校的硕士研究生，于是提前的进入学校跟着导师一起学习。

        在还不知道为什么的情况下，导师让我学习《数据结构》和《数据挖掘》，这是我第一次接触算法相关，也是第一次认识算法。由于是刚进入研究生生活，一个阶段的刚开始总是热情洋溢的，因此很认真的看《数据结构》和《数据挖掘》。由于本科学习过《c++》等相关课程，因此《数据结构》看了一遍大致能理解。但是《数据挖掘》完全没有理解，但是在没有理解的情况下我也是看了两遍，有了大致的影响。

        正式开始研究自己的课题，一开始拟定的课题是故障检测与异常识别，因此各种查看文献搜索关于故障检测和异常识别的方法，并做了相关总结。

        由于神经网络的火热，无意中就锁定了神经网络。可能是自己的懒惰吧，最后选择了神经网络中最简单的极限学习机。

        就这样，我就开始了研究极限学习机之旅。

慢慢入门

        依然是以查看文献为主，原理、方法、思想，其实质上也是机器学习的一种。有一次无意间看到导师看的一本书《机器学习》（西瓜皮的那本），于是我就问导师借来看了，从线性回归到集成学习，基本的思想和流程的都看过一遍。另外，由于同学的影响和自己的反复思考在大家都在学习c++的时候，我选择了学习简单的编程语言Python，看了一遍廖雪峰关于Python的博客，基本的语法就有了一个大致的了解，不懂的在用的时候查询。就这样，以Python为语言工具，慢慢的进入算法。

        由于这些算法中，涉及到了优化的问题，因此自己有通过看书和看博客学习了遗传优化算法和随机优化算法，其实到现在我还是不是很明白各种算法的好处到底在哪里，只是记住了。        

        进而，慢慢的知道了机器学习算法中的一些问题和小策略，比如过拟合、泛化性能不佳、陷入局部最优等，常常使用加正则化项、改变优化方法、集成策略等等方法。

        通过看书《机器学习》、《统计学方法》、《机器学习实战》，《数据挖掘》后慢慢的开始入门。无意间看到一个阿里天池的大数据比赛，于是就参加了，那是的我其实在实践上还是一无所知的。但是在一个群里面找到了一个战友，这个战友教会我很多东西，包括整个比赛的过程、相互讨论偷偷向他学习、他推荐我看了关于机器学习。

        就这样我就一直查看关于机器学习的书籍、博客、公开课、视频。

进一步

        到了研二下学期的时候开始找实习工作了，那会锁定的是机器学习，其实整个过程不是很顺利。找到的都是一些小公司的机器学习工程师。面试欢聚时代的时候，技术面很差劲，很多东西对现在的我来说只是基础，但是那会的我却什么都不知道，由于种种原因，我在备胎池里被捞了出来，使我有机会接触到深度学习，并进行实践。

        在欢聚时代实习的两个多月里，我的进步可以抵得上我一年的学习了。那会我就意识到只有实践才能真正成长，再加上周围团队的支持，进步是飞快的。因此，非常感谢那段时间的人和事，是我的启蒙。。。。

        即使是进步了，到最终还是无缘，没有能留下来。我也看到了自身的不足之处，但是就算弥补也是晚了。

进入秋招

        有了两个多月的实习经验，秋招的我更是目标明确。但仍然存在实践过少的问题，各个公司一一惨败，幸运的是还是有offer的，还是有机会让我积攒更多经验，然后不断进步的。。。

        

现在依然只是菜鸟级别，非常期待进入公司后的进一步蜕变。。。

敬请期待！！！

----------------------------------------------------------更于2018年9月15日---------------------------------------------

       正式参加工作快三个月了，因为之前的理论基础，加上项目的事件过程，是我成长的飞快。

       这三个月主要做的是GAN算法的应用。

       首先，因为接到的项目任务是GAN算法的研究，于是抽了一周的时间就GAN相关的论文过了一遍，大概弄清楚了其理论基础，算法流程，应用，及其优点和难点。（在这里我不详细叙述，很多博客都能找得到。后面会有相关的整理的）。了解了基本算法之后，就开始想我们要做什么可以放在现有公司的产品上呢。经过讨论之后，我们决定做一个人脸老化算法，这个算法是根据现有的论文自己来实现的，由于是第一次实现GAN，训练过程遇到过很多坑，幸运的是都是能够解决的坑。训练模型/遇到问题/解决问题，大概经历了两个月的时间。但结果不尽人意，可能是数据集的有限，导致训练的效果总是和预想的差很远。即使是这样，这个过程远比我想象的收获到的会更多，学到了很多东西（其中最珍贵的就是遇到问题时，解决问题的方法与技巧）。

        接着，在这个基础上，我又开始做一个更换性别的模型，有了之前的经验之后，这个就简单很多了，差不多一个星期就有初步结果了。遇到的问题也很快就能解决了。

         后面又想做一个换天空的模型，需要训练一个抠天空的模型，使用现成的数据集和deeplab语义分割模型，差不多训练了一晚上就可以用了。

        在这过程中，项目中相关问题和算法，我都是找了很多论文来参考，学习了很多延申的知识，充实了很多。