iT邦幫忙

2023 iThome 鐵人賽

0
AI & Data

生成式AI到底何方神聖?一窺生程式AI的真面目系列 第 31

[Day31]:關於這次鐵人賽!總結以及心得

  • 分享至 

  • xImage
  •  

前言

經過了一個月的介紹,相信各位都有對生成模型更了解了!不僅是各位,在撰寫文章的過程中我也試著用自己的話來解釋這些東西,在這過程中我也懂了更多,也從中獲得許多靈感。今天想要來分享一下這一個月以來的心得。

心得

這一次的鐵人賽無論是我對生成模型的知識、表達能力、以及理解原始論文的能力都有相當程度的提升。在這邊我想分別列出我在這段時間的學習方式與學習到的事情:

  1. 過程中我很怕我的對於生成模型的認知不足,所以查閱了許多資料,在這過程中我看得最多的就是原始論文了。原始論文通常都可以知道作者做了什麼,這對於理解模型是很重要的一環,不過我也去查了許多不同的研究、討論、網頁等看看有沒有更好的做法。
  2. 有些論文作者會附上GitHub方便我們復現實驗,但通常這些程式要理解會比較困難,但也可以從中學習到這些科學家們寫程式的邏輯是如何。
  3. 可以上網看看那些頂尖的會議中,那些世界上最聰明的大腦做出來的研究,對我在未來的研究方向上以及研究內容真的會給予非常非常大的幫助與靈感。衷心推薦各位可以在CVPR、ICLR、NIPS上看看那些頂尖的研究,絕對是非常有幫助的。
  4. 接著就是寫程式,實作是我相對比較強的部分,所以實作上我倒是沒遇到太大的問題。但對於程式的規劃,例如資料前處理的區塊、模型的部分、主程式訓練的部分、訓練完以後成果資料儲存的部分等,都有優化出更好的做法,也讓我覺得自己先前寫的程式很雜亂XD
  5. 最後就是講我學到的東西表達出來。我知道學習深度學習的各位可能只是國高中生,也有可能是已經出社會許久的人士,所以要將同樣的東西盡可能地讓所有人都懂著實是很困難的事情。希望各位在看了我的系列文以後都能理解這些模型的原理以及設計,若能理解那對於你我都將會是非常大的幫助!

以上是我在這次比賽學習到的東西,這30天很漫長,卻又稍縱即逝,完賽的那一刻心情真的激動的無法言喻。但篇幅有限,感謝能看我廢話到這邊的人,希望你們在學習生成式AI能夠一帆風順!

結語

這一次鐵人賽就到這邊結束了,但未來我或許會分享更多生成模型給各位,到時候再請各位期待吧~

那麽預計明年會討論優化算法與模型最佳化的部分,也有可能在這一年中找到更值得分享的內容而改變主題也說不定,這部分也請各位期待看我明年會端出什麼菜吧!


上一篇
[Day30]:評估生成模型優劣指標—IS & KID & FID
系列文
生成式AI到底何方神聖?一窺生程式AI的真面目31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言