AI Studio——百度飞桨初体验

本文介绍了AI Studio的入门使用方法和基础的图形界面，旨在帮助和笔者一样的小白走好深度学习和人工智能的第一步。那么话不多说，现在发车。

目录

基本概要

登录流程

用户界面

First

Second

Third

 Forth 

ending 

项目运行

---

基本概要

以下内容来自百科：

百度飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。 

AI Studio是基于百度深度学习开源平台飞桨的人工智能学习与实训社区，为开发者提供了功能强大的线上训练环境、免费GPU算力及存储资源。

简单来说，百度开发了一套名叫paddlepaddle的深度学习框架，翻译过来就是“飞桨”，可以类比于pytorch、tensorflow等著名深度学习库。之后又在使用该框架的基础上，构筑了一个类似于leetcode这类包含学习课程和项目竞赛的开发者社区，命名为AI Studio。

登录流程

可以直接百度搜索AI Studio或者飞桨，也可以登录以下网址飞桨AI Studio - 人工智能学习实训社区 (baidu.com)

进入界面后会让你填写个人信息，然后会询问一些关于深度学习的问题，比如常用的框架和研究的方向，用于推送你可能更感兴趣的内容。

用户界面

注册完成后会跳转到用户界面，AI Studio提供了一份新手指南，点击下图橙色区域即可查看。

First

第一步是用户认证，需要在注册账户的基础上进一步完善信息。

Second

第二步是运行一个项目， 可以先点击“如何运行项目”查看帮助文档。

参考链接如下AI Studio-帮助文档 (baidu.com)

我选择的是《一个案例带你吃透深度学习》 即手写数字识别案例，详细的项目运行流程在后文中会提及。

 这个案例被划分为九个部分，分别是

1. 初识飞桨手写数字识别模型
2. 手写数字识别之快速入门
3. 手写数字识别之数据处理
4. 手写数字识别之网络结构
5. 手写数字识别之损失函数
6. 手写数字识别之优化算法
7. 手写数字识别之多GPU训练
8. 手写数字识别之训练调试与优化
9. 手写数字识别之恢复训练

第一部分就是关于这个案例进行一些简单的介绍，提到了这个案例的由来与迭代。从第二部分开始，每一部分都是完整的代码，从繁复到简洁，从单一到多样，从粗略到精准，但研究目的都是手写数字识别。其中铺垫了很多深度学习领域的知识与特性，比如激活函数，比如广播机制，而且层层递进，展示了一个模型从设计之初开始，不断完善直至尽善尽美的构建过程。

Third

第三步是学习一门课程，AI studio上有很多教程，无论是入门的python学习还是李宏毅老师的进阶课，都值得一试，我个人选择的是《百度架构师手把手带你零基础实践深度学习》，这里有一个案例叫做《波士顿房价预测》，下文介绍运行项目的时候会再次提及。

 Forth 

 最后一步是报名一个竞赛，笔者挑了一个难度较低且报名人数较多的比赛，希望经过一段时间的学习之后能够取得一个令人满意的名次。

ending 

经过上述四个步骤后。我相信大家已经基本上入门了，同时作为奖励，AI studio准备了100小时的算力卡以供云端办公。

项目运行

比较遗憾的是课程中的项目不能直接fork，所以我们效仿课程项目来建立一个波士顿房价预测项目。如下图所示：

这里强调一下数据集 ，云端有很多关于波士顿房价预测的数据集，我们只需要添加进我们的项目即可，如果以后我们做研究时获得了一些数据，也可以在项目中搭载本地数据集。

这样就创建好了一个项目，点击启动环境并进行选择。

之后我们把项目中的代码复制进来并修改参数来适配当前数据集就可以运行了。如果这一步有困难的话也可以fork别人的项目，运行效果如下

以上就是AI studio的入门攻略，希望能够帮到屏幕前的你，如有不足，欢迎批评指正。