吴恩达的《深度学习》课程-视频思考

课程网址如下:

http://open.163.com/movie/2017/8/N/G/MCS5AQH7J_MCS5BJFNG.html

21世纪是知识爆炸的时代,没有人能穷尽所有的知识和领域,选择自己感兴趣并且有挑战性的领域去深入研究是一件十分重要的事情。前八课是对神经网络和深度学习的专家和大神访谈,以下是前八个视频的内容总结:

一、学习一项新技术前,应该先去思考以下问题。

1. 这项技术是什么?

人工智能和编程不一样,编程是人类设定相应的条件,让计算机实现功能。但深度学习和人工智能的最终目标是让计算机自发地探索这个世界,计算机自动的去实现功能,并且自动的优化。

2. 它能带来什么样的改变?

a. 人工智能降低重复性工作,工作效率高且出错几率小。
b. 低效率的事情可以交由人类去实现,例如科学、艺术、创新、人际等等。
c. 人工智能是新能源,它能加载到各种物品上,实现智能的自动化。它将创造大量的工作机会和岗位。

3. 为什么要学习AI?

a. 未来在某个领域最优秀的,不是某一个人或者某一个机器人,而是人类和机器人合作形成的团队。
b. 任何人现在学习都不晚,这是一个新兴的技术,很多革命性的核心技术还没有被研发出来,决定性的产品没有被研发出来。这是一个充满着想象力和潜能的领域。

二、大神的经历和总结

1. 你是怎么进入深度学习和人工智能这一领域的?

a. 全是偶然。人工智能已经有几十年历史,但它在过去不被大众熟知。所有的访谈者都是在大学或者研究生时候偶然接触到,几乎全由他们的导师或者课程的讲师介绍。
b. 八位访谈者都是觉得这是一个有趣的领域,并投入了极大的热情。热爱的东西才能长久的做下去。

2. 你对这个领域的未来发展有什么看法?

a. 人工智能对人才需求很大,人工智能是未来。
b. 因为里面都是大牛,他们各自对人工智能算法优劣和潜能对比。无监督学习和增强学习是经常被提到的,虽然到现在还是失败,但是它们的潜能十分巨大。

3. 你认为这个领域中最有潜能的技术,和理论是什么?

几乎每个人提到的都不一样,可能是研究方向不一样。每个人有他们各自相信的理论,真正的科学来自想象,创新,验证。

4. 对于很多想进入人工智能和深度学习领域的学者,你们有什么建议?(应该怎么学习人工智能?)

每一位大牛他的看法都稍微有一些不同,但是他们有一些很重要的共同点是告诉每一位初学者。

a. 学历不是必要条件,如果你想学习,这是一个最好的时代, 网上有很多公开课程。
b. 计算机科学和数学基础很重要,数学需要理解微积分、代数、概率论、线性代数等等。
c. 不要放弃编程,编程能力是很重要。学习一种理论最好的方法是自己编程去实现它,不要抽象化,从最底层了解它的实现方法,才能进行更好的优化。
d. 使用工具,不同大神有不同看法。有人认为你可以先用工具去了解他,但有人认为你应该直接去实现他,不要优先用工具去抽象化。(例如TensorFlow)
e. 训练计算机跟编程一样重要。自己搭一个机器人,并且训练它。
f. 多阅读,多看论文集,但不要看太多,也要多实践。
g. 当你阅读得足够多的时候,相信自己的直觉,动手去实现它,去验证它。
h. 如果你有一个好主意,其他人都觉得你很蠢很傻,其他人认为这是不可能的,这说明你有一个极好的主意。你应该去去探索它,验证它。
i. 分享好的代码到社区,这样更多人能看到,并且你可能获得一个好的工作机会。
j. 搭建系统前要考虑安全性的问题,因为当你把系统搭起来后,重建安全设施很困难。
k. 实验不一定非要得到更好的算法,有时得到一个有趣的结果,并且理解它的产生原因,也是研究的过程。
l. 研究在哪里都可以做,无论是公司企业,学校实验室,还是你的车库。
m. 自学很有用,但在别人的帮助下能学得更好更快。社区、学校、公司环境也很重要。

5. 从事人工智能,这一领域,在,公司企业和学校实验室有什么不一样?

a. 如果你要读研究生,找一个和你有共同兴趣和信念的导师,这样你的导师会给你更多针对性建议。
b. 如果你读博士,你可以得到有保障的一对一指导。并且研究范围比较自由。但在公司中也能进行人工智能的研究,并且能把AI应用到产品中。只是不能保障有很好的导师指导。

你可能感兴趣的:(吴恩达的《深度学习》课程-视频思考)