iT邦幫忙

2017 iT 邦幫忙鐵人賽
DAY 30
1
Big Data

tensorflow 學習筆記系列 第 30

Tensorflow Day30 學習心得以及入門建議

時間很快地來到了最後一天,30 天其實比我想像中的還要短許多.不例外地要來總結一下 30 天的學習成果以及心得,還有給各位想入門 tensorflow 的看倌們一些建議.

成果

這 30 天的學習方式是直接使用 tensorflow 刻出一個又一個模型,然後使用 MNIST 或是其他資料集來訓練.而這所有的訓練過程以及程式碼和說明,都放在我自己的 Github repo 上,連結如下,歡迎大家取用.其中這些過程都是寫成 ipyhon notebook 的檔案,如果有錯誤的地方再煩請指正,謝謝!之後還會繼續新增內容!

Github repo : Tensorflow 101

除此之外每一天的學習過程以及心得,也另外放在自己的 Tech blog 上,連結如下.在結束鐵人賽以後,這個 blog 仍會持續運作,之後我實現的模型也會寫成文章丟上去.

個人技術部落格 : Tech blog

(目前 30 天的內容還有部分尚未補全,持續努力中)

心得

學習方式

這幾天的學習方法如下

  1. 上網找找 tensorflow 的各個模型 tutorials,看一下大略的介紹.
  2. 照著刻一遍,以及利用資料集訓練模型.
  3. 刻完之後,再找技術部落格或者論文來看.
  4. 修改 tensorflow 模型
  5. 寫技術文章

迥異於先理解數學的方式,可以說是從程式碼來理解這些模型在做什麼事,再深入了解理論.我覺得這樣的方式有一個好處是非常 hands on.雖然這些過程會花很多時間,但是刻過程式碼後,再接觸數學的部分會比較有感覺,以及對整個流程較為熟悉.

Github repo 以及 論文

在這段過程中,可以感覺到,現在 deep learning 是一個非常非常紅的研究,許多比較新的論文一出來,在 Github 上很快就會有網友實作出來論文的內容,重現論文的結果.因此如果想要學習這方面的知識,Github 加上 arxiv 就有無止盡的東西可以學習.

數學 非常 非常 重要!

照著 Github 上面的資源使用 tensorflow 重現模型不太算一件困難的事情,但是當要調教模型的時候就會非常需要用到數學.原因在於必須深入的了解模型的內容,才有辦法調整 (當然也可以就隨機亂調 hyperparameters)

好的設備?

這段時間遇到的問題就是我的筆電實在跑得好慢呀,很多想要做的事情都受限於在機體上面,有許多脫稿的日子都是這個原因 (藉口)

入門建議

  1. 基本 python 就夠了,覺得重點在於機器學習相關的知識.
  2. 基本的機器學習知識是非常重要的,我也是花了許多時間喚醒很久以前的記憶,建議可以先看林軒田大神的機器學習課程
  3. 深度學習的知識,建議可以看李宏毅大神的機器學習影片,這段時間我主要看這些影片來了解觀念.
  4. 數學!
  5. 可以先練習用 tensorflow 把 repo Tensorflow 101 裡面的模型都刻一遍,就會比較有感覺.
  6. 練習!練習!

感謝大家在這段鐵人賽的觀看,之後我會繼續修改 repo 以及 blog 上面的內容,來讓它更完善.然後感覺鐵人賽 30 天之後覺得這方面真的是滿有趣的,也會繼續寫些程式以及相關的技術文章.

鐵人賽第一次參賽 Done!


上一篇
Tensorflow Day29 DCGAN with MNIST
系列文
tensorflow 學習筆記30

1 則留言

0
hsuyen
iT邦新手 5 級 ‧ 2017-06-07 00:39:20

路過推!

我要留言

立即登入留言