从零手写Resnet50，chatGPT是我的第一个合伙伙伴

之前写过一篇文章《万字长文解析Resnet50的算法原理》，很多小伙伴反应，看完之后学到了一些知识，学到了东西。

看到这些留言，感觉很有成就感。

有同学问文章后续，其实关于文章的后续，从写完那篇文章开始，就在思考。

陆陆续续到现在，竟然过了2-3个月了。

于是在最近，我想到了一个后续的写作计划，与其说是写作，不如说是给自己立的一个小小的实战项目，而且绝对是从零开始的保姆级实战项目。

我会结合之前写的Resnet50中的算法原理，从零开始，手写全部算法，并且完成这个网络的搭建，最后，完成图像分类任务的推理。

项目最终的效果是：你从网上下载一张图片，这个网络可以正确的识别出来图片中的物体是什么。

在这个过程中，我会把相关的技术文章和代码，都发布在本公众号。

欢迎持续关注，或将本公众号分享给周围希望学习人工智能算法的朋友。

为什么要从零手写Resnet50?

相信很多同学在初学的时候，都会从网上查过很多神经网络的文章，大部分文章都存在以下的痛点，导致对新手来说，很不友好：

调用第三方库来完成算法的运算

典型的比如 tf.nn.conv2d， 这一个接口调用，就完成了一个卷积算法的运算。

对于新手来说，几乎是很难知道卷积这个算法，到底是如何实现的。

基于某些框架，来进行的网络的推理

一些文章或者教程，基本都是基于某某框架，来完成的一个Resnet50的神经网络搭建。

甚至有些文章教程，都没有网络搭建的过程，直接利用框架已经搭好的网络，上来就直接进行推理。

最终，学完之后的效果就是，跟着教程走，确实能把一张图片成功推理出来，但是对新手来说，依旧一脸懵。

我初学的时候，拿手写数字识别项目练手，就是这种感觉。

按照教程一步步来，确实神经网络很轻松地就识别出来我手写的数字是1还是9， 但是为什么就识别出来了，我不知道。

知其然，不知其所以然。

环境问题搞死新手

对于新手来说，最难的不是算法和框架，而是环境。

如果基于上述第三方API调用或第三方框架来学习，我相信每一个人都会被python环境折磨一遍。

像什么 tensflow、torch、conda、jupyter notebook 等等，每一个都会有不少坑。一整天都在搞编程环境问题，大大磨灭了学习的动力。

于是，我在想，抛弃所有的第三方库和框架，就不能完成一个神经网络的推理了么？

当然可以，而且不会有上述3个痛点的存在。

怎么做? 从零开始写呗

在经过了一些前期调研之后，我制定了从零手写的三个步骤：首先，抛弃所有的三方库，将Resnet50中的所有算法——Convolution，Pooling，BatchNormal，Relu等手写一遍，语言选择python 和 C++，两个版本都会写。至于权值，从网上下载已有的就好。然后，同样抛弃对三方库或框架的依赖，将手写的算法，按照Resnet50的网络结构，搭积木似的搭起来。最后，从网上下载一张图片，输入给搭建的网络，它能正确的输出图片的类别，这个小项目就算成功了。

刚百度搜出来的一只猫，最终希望这个小项目可以识别出这张图片是一只猫就这么简单。

整个过程，我们只需要简单的C++或python开发环境。已经和chatGPT达成了初步意向，希望它能作为我的一个助手，在编程和文章写作的过程中，给与一些帮助。毕竟，在现在，chatGPT的生产力有时候比人要高效很多。

在这个过程中，可能会遇到不少困难，但是，有了chatGPT这个伙伴的加入，相信会顺利很多。

为什么会计划手写python和C++两个版本呢？

因为之前和一些小伙伴沟通，才意识到，并不是每个人的软件技术栈都是一样，甚至有不少小伙伴是java出身的，不好意思本人对java确实不熟。

而且深度学习中，几乎都是 python和C++的天下，写这两个版本，能让更多的小伙伴看得懂，最终代码都会放在github上哦，链接在建仓库之后会公布。

如果你对该项目感兴趣，请持续关注本公众号更新。如果想参与该项目，可联系我一起进行哦。

期待，手写的这个网络，最终识别出上面的那只猫！