蜕变之旅：我从Python新手到深度学习竞赛大师的三年历练

全文共2168字，预计学习时长8分钟

图源：unsplash

 

2017年，我刚刚开始了Python学习；仅仅两年多时光之后，到2019年中旬，我已经成为Kaggle竞赛大师并获得了单人金牌的故事。我将分享这将近三年的经历，希望会激励大家追求目标，永不放弃。

 

为什么开始？

 

缘起是我对深度学习和人工智能的兴趣与日俱增。这不仅是一个有望取得长足进步的话题，同时也是一个引起重大关注的话题。

 

人工智能有着很多好的方面：

 

·        可以帮助医生精准诊断病人病情。

·        可以和艺术家一起创造新的艺术形式。

·        可以帮助科学家取得科技进展。

·        其应用成就了自动化流程，非自动化会耗费大量重复性人力劳动的时间，抑或无法实现大规模生产。

·        可以实现汽车的自动驾驶，从而减少车祸，挽救百万条生命。

 

以上仅是人工智能造福人类的少许应用示例。然而，它也存在一些问题：

 

·        自动化会使越来越多的工人失业。

·        使用面部识别进行大规模监控可能会对自由和民主造成巨大威胁。

·        人工智能模型中的偏见会加剧人们对少数群体的极化和歧视。

·        人工智能可用于生成包括视频和音频在内的虚假新闻，从而助长错误信息的传播。

 

这些人工智能会带来威胁的示例值得人们思考。对于其中的一些问题（例如人工智能模型中的偏见），构建和训练模型的数据科学家有道德责任去评估且修正这些偏见。这是我开始这条道路的最初原因。

 

学习Python

 

图源：unsplash

2017年初，我意识到掌握深度学习的前提是学习Python。当时距离博士申请还有一年，我还在用Matlab做大学研究。为了实现转型，我开始在每一个新项目中运用Python。

 

然而，我刚开始就遇到了挫折。本可以用Matlab轻松完成的事情，却需要花费大量时间用Python完成。不过几个月后，我便可以更快地使用Python解决问题，也能意识到它的所有潜在问题。到2017年底，我再也不用Matlab了。

 

当被问起如何入门Python时，我会给出同样的建议：新项目都要使用Python。在没有任何编程背景的情况下，我们可以通过网课来了解Python会，熟则能生巧。

 

一个小窍门是，可以参考别人的代码或让别人对自己的代码提出反馈。通常，针对同一过程可以有好几种代码，其中之一可能更简洁，条理清晰且简洁的代码会提升工作效率。

 

学习实践深度学习

 

我尝试过一些深度学习的网课，比如油管上南多·德弗雷塔斯的课程和吴恩达的神经网络深度学习课程。这些资源都不错，但是真正帮助我取得重大突破的是Fast.ai的程序员深度学习课程。

 

这门课程对我产生了巨大的影响，由浅入深的教学方法帮助我快速入门并参加了Kaggle竞赛。fastai库提供很多开箱即用的工具，可以用来解决多种与深度学习相关的问题。这些开箱即用的解决方案不会助力你赢得竞赛，但可以帮助初学者入门。将最新的想法融入到fastai设置中并不困难，尤其是在fastai 2中。

 

如果是现在开始了解深度学习，我会首选fastai的课程来入门。在深入概念时，可以搜索其他的学习材料来获取更强的技术洞察力。

 

要注意的是，资源是第二位的。尽管这些东西会很有帮助，但首先你需要动力。尤其像我一样自学时，运用实用的知识去实践操作就是很好的动力。对概念有了更深刻的理解后，已掌握的实用知识会使信息变得更有用易懂。

 

参加Kaggle竞赛

 

于我而言，参加Kaggle竞赛是最有效的学习方式。倡导与他人分享讨论的比赛精神很有助于学习和提升。这并不是一项简单的任务，刚开始接触Kaggle时，我并不知道自己在做什么。

 

图源：unsplash

2018年底，首次获得铜牌（排行榜前10%）对于我来说是里程碑式的突破。2019年初，在经历了两个月的努力后，我在另一场比赛中获得了银牌（前5%）。最终，我在2019年中旬赢得金牌（第六名）并成为了一名Kaggle竞赛大师。

 

学习之路不是一帆风顺的。你会遭受挫折，花费大量的时间尝试新想法或许得不到回报。持之以恒是成功的关键，如果一直坚持且不轻言放弃，就可以找到参加竞赛的特殊技巧。

 

可能结果不尽人意，但学习的过程是最重要的。尝试新想法和验证结果的过程可以造就一个成熟的从业者。我愿意相信，Kaggle中真正的赢家是学习到最多内容的人。

 

成为Kaggle竞赛大师后，我加入了竞赛团队。在与他人讨论时我收获了很多，团队成员有很多值得学习的地方。我开始在大学研究与个人项目中运用深度学习。解决问题是很有趣的经历，我受益匪浅。

 

我想告诉你的是，在Kaggle的初学阶段，可以向他人学习，不要担心自己的成绩。优秀的入门笔记是很好的学习资源。更关键的是，人们应该理解代码的来龙去脉，这样才能优化代码，或运用代码来解决问题。

 

未来之路

 

预测未来是困难的。谁能猜到人类会在2020年遇到疫情？但有一点我很笃定，深度学习将继续在社会中扮演日益重要的角色。科技会不断发展，新想法不会停止。于我而言，我会继续将重心放在个人项目上，并最终会致力于一些有趣的Kaggle竞赛。

 

研究个人项目是一条很有趣的路。这不仅是因为可以为自己感兴趣的事业而工作，还因为可能发现一些对他人有价值的独特东西，这些或许能给我带来新的机会。

 

图源：unsplash

深度学习非常有趣。即使不想成为深度学习专家，眼下具备相关的知识也很重要，并且在未来会更重要。无论当下还是未来，这都是一个必备的重要技能。希望我的故事能带给大家勇气，激励大家去追逐梦想！

 

推荐阅读专题

留言点赞发个朋友圈

我们一起分享AI学习与发展的干货

编译组：元艺博、林柯秀

相关链接：

https://towardsdatascience.com/my-3-year-journey-from-zero-python-to-deep-learning-competition-master-6605c188eec7

如转载，请后台留言，遵守转载规范

推荐文章阅读

ACL2018论文集50篇解读

EMNLP2017论文集28篇论文解读

2018年AI三大顶会中国学术成果全链接

ACL2017论文集：34篇解读干货全在这里

10篇AAAI2017经典论文回顾

长按识别二维码可添加关注

读芯君爱你