第一次深度學習模型是如何訓練的

• 2020 年 2 月 26 日
• 筆記

電腦視覺學著學著，就自然而然的歪到機器學習，深度學習這一塊兒了，因為單純的圖片處理是不能滿足一些要求的，沒學深度學習時，有時覺的它簡單，因為不就按著套路來嘛。但它又不簡單，因為裡面涉及的知識真不是一下就可以說清楚的。

所以既然說不清楚，我這個小辣雞就不說了，小白們也不要妄想可以一下就學會，今天只和大家談一談我從聽說深度學習，到我第一次完成一個像樣的模型訓練的過程，希望可以為小白們提供參考。

第一次聽說

有關機器學習，最簡單的一種大概就是KNN演算法了，我是在全國大學生電子設計大賽備賽時老師給我們介紹的，賽前押題時，老師給我們略微介紹了一下這個最最最簡單的機器學習演算法，這個演算法大概就是物以類聚人以群分的原理吧，它會統計某個對象在訓練樣本中離它最近的K個對象，K個對象中種類數最多的那個，就被認為是這個對象的種類（就是如果某人身邊K個活物里，有K-1個都是豬，那他就被判定為豬，嘿嘿）。

不過那年暑假我們並沒有用上機器學習的東西，我也並沒有深入研究它。

第一次開始學習

我第一次開始學習，是在大二上，我自我感覺在電腦視覺方面難以再進步了（當然不是都學會了，只是學了，沒有什麼項目需要我來練手，而書本上的東西，已經看煩了），便想要嘗試點新的東西，就學機器學習吧。

我學機器學習是通過兩本書：《機器學習實戰》和《統計學習方法：李航》，這兩本書，前者重程式碼，後者重理論，而且章節目錄很類似，是非常適合相互參看的。除了這兩本書之外，B站上還有很多配套的教學影片，這裡給大家推薦兩個。

一個是位比較騷的UP主「雲雨偏藍」(好像是搬運工)，全程手把手照著《機器學習實戰》這本書教你寫程式碼，鏈接放下面了：

https://www.bilibili.com/video/av36993857?from=search&seid=8894021963757644142

一個是位漂亮小姐姐全程露臉帶你學，UP名為「菊安醬」，網站：

https://www.bilibili.com/video/av81430943from=search&seid=8894021963757644142

悶頭學了有一段時間，只能說裡面的數學知識是真的難，學了大概有3/4，因為學業壓力便放一邊了，最近又發現一個評價很高的影片，是浙江大學2017年研究生課程之機器學習，是結合《統計學習方法》將的，裡面理論，數學講的很清晰，我希望以後再有機會可以刷一遍。

https://www.bilibili.com/video/av77638697?p=61

我認為應該有怎樣的基礎

機器學習，深度學習很火，很多學弟學妹都很想學，但我還是希望他們能多積累些基礎，而不要起步太高，否則你肯定會錯失很多有意思的東西。

1：首先編程基礎要有吧，我大一玩單片機時學的C語言，之後學opencv電腦視覺學的C++，而在學《機器視覺實戰》時鞏固了一下python，雖然我編程不咋樣，但一些基本功還是有的。

我覺得如果你想很快的學好一門程式語言，還是應該刷一套教學影片，網上免費的教學影片一大把，如果你覺得講的不好，也可以去一個平台買一門評價比較高的課程。四五十的課程貴嗎？其實不貴，只是你白嫖的本性限制了你。

不過能白嫖還是白嫖的好，但當你覺得看書學不精通，看網上影片看不下去的時候，買一門課試試看。

2：其次明確個方向，機器學習，深度學習可以應用的方面很多，而你如果單學不用，是不會有什麼收穫的，所以你需要知道你學了是想幹什麼，就像我是學電腦視覺的，而它本身就是深度學習一大應用領域。

我的深度學習環境的搭建

下面說一說，學了機器學習後，是如何入坑深度學習的？

首先簡述一下機器學習和深度學習這個比較容易混的概念，深度學習是機器學習的一個子集，而你常聽說的神經網路是機器學習的演算法，但當這個神經網路疊加了好幾層變成深度神經網路的時候，它就是深度學習的演算法了。你可以將深度學習理解為機器學習一個龐大的分支。

在前面我學機器學習時，都是手打python程式碼來實現演算法，但深度學習有很多成形的，方便的框架，例如：

• caffe
• tensorflow
• pytorch

這些就類似於opencv的包一樣，不過配置的過程要麻煩一些，這裡給大家推薦一位技術大牛的網站：

https://cuijiahua.com/

他在上面跟新有一系列的完整的教程，足以起到引領入門的作用。他有一篇文會教你如何搭建深度學習開發需要的環境。

https://cuijiahua.com/blog/2019/11/dl-14.html