这是一个创建于 2981 天前的主题，其中的信息可能已经有所发展或是发生改变。
今天下午跟同事聊到这事，一个经理群里发了个消息，问问有没有会 TensorFlow 的程序员，用一个月，7.5W ，
之前有了解过应该是 Google 的一个智能机器学习方面的框架，是不是必须具备高数算法之类的基础啊？
之前有了解过应该是 Google 的一个智能机器学习方面的框架，是不是必须具备高数算法之类的基础啊？
40 条回复 2017-11-11 14:17:23 +08:00
 | 1 upczww 2017-11-09 21:54:18 +08:00 via Android 会用 Python, 懂神经网络，机器学习 |
 | 2 Curtion 2017-11-09 22:00:27 +08:00 via Android 不是很了解，不过在群里看见他们聊卷积的时候我就知道我没戏了。。毕竟拉式变化我都还不会 |
 | 3 wdlth 2017-11-09 22:01:27 +08:00 TensorFlow 是工具，具体还得看算什么，7.5W 中 7.0W 是给算力的，0.5W 是给人力的…… |
 | 4 takato 2017-11-09 22:10:55 +08:00 7.5W- -?我觉得可以 Pass，随便写个东西，收益都大于 7.5w |
 | 7 mpich 2017-11-09 23:13:06 +08:00 .。。认真的吗，我有 TF 比较大的线上 NLP 经验。。。PyTorch 和 Keras 也都可以。。。。难是不难，主要是 debug 费事，它是一个静态图。。。。 |
 | 8 zj299792458 2017-11-10 00:18:07 +08:00 @takato 给月入 10 万大佬跪了，还缺人么 |
 | 9 SingeeKing PRO @zj299792458 人家十万是日薪 |
 | 10 YvesX 2017-11-10 01:53:12 +08:00 via iPhone 机器学习这事儿，数学基础肯定是要有一些的。有数学理解才能明白自己是在干嘛，有数学积累才能想到合适的工具与方法，对数学融会贯通才能有所开创。 |
 | 11 dangyuluo 2017-11-10 02:08:15 +08:00  3 数学基础么，以 Tensorflow 搭神经网络为例，首先是线性代数，看一下神经网络的 BP 算法，了解一下为什么 sum 能以向量的形式展示，学一下矩阵微分，某点的梯度算法。Batch or online learning，然后自己手推（手推不是真的用手，用 Matlab 也可以）一下前几步迭代的过程。你就知道神经网络是怎么运作的了。 卷积神经网络 CNN 的话我觉得纯属业内人士为了看似高端而采用的名词，无非是加了传统图像处理里的特征提取层，和信号里的卷积关系不大的。 剩下的就是 Tensorflow 的语法了，什么是 session，balabala 的。 |
| 12 dangyuluo 2017-11-10 02:08:44 +08:00 Google tensorflow playground，超好玩。 |
 | 16 artandlol 2017-11-10 07:06:26 +08:00 via iPhone 现在大部分都用 cuda 的 gpu 去跑 比如做图片分类或者文字图片音乐生成都很耗计算的吧 |
 | 17 p2pCoder 2017-11-10 07:22:43 +08:00 via Android 要不先买 显卡？ |
 | 18 coolmenu 2017-11-10 07:31:50 +08:00 主要是矩阵分析，最优化的一些算法，但是统计学还是要扎实一些 |
| 19 p2pCoder 2017-11-10 07:34:10 +08:00 via Android 高数 线代 概率论先复习下，线代用的最多，其次是概率论，微积分也有很多理论涉及 |
 | 20 kuhung 2017-11-10 08:03:09 +08:00 via Android 基础有三：高数、现代和显卡然后开始调 bug 吧 |
 | 21 bashbot 2017-11-10 09:45:45 +08:00 2 都不用的，哪有那么复杂。 日常工作的标准流程是确定问题类型，然后去找相关的论文或代码，看看用什么网络结构做的，然后在 TF 里面写一个看看效果。 TF 里面常用的算法都实现了，用起来就像搭积木。了解算法可以让你更灵活，不了解就照抄别人。 难的是还没有好的解决方法的问题，或者没有数据集，或者没有 GPU 算力。 每天重复调参很无聊的，毕竟理论基础不完备，很多时候也是跑出来看结果，说不清楚道理的。 谁能说清楚，我要拜师！ |
 | 22 rogwan 2017-11-10 10:08:48 +08:00 via Android @bashbot 哈哈，时间有限，来不及深究 ... 很多库不都是拿来先用了再说么，掣肘了，才会去研究内部思路，tf 这个级别的大库，比小库复杂度高多了 |
| 23 takato 2017-11-10 10:26:39 +08:00 via iPhone 建议玩 pytorch，Tensorflow 整体上不适合研究使用，而适合“工业生产” 而很多 AI 并不需要那么“工业”的 |
 | 24 PaulKK OP |
 | 25 winglight2016 2017-11-10 11:02:35 +08:00 @bashbot 个人感觉目前 NN 都是属于玄学，基本解决思路是每个算法都试一遍，那个成功率高再细调 |
 | 26 geek123 2017-11-10 11:06:35 +08:00 |
 | 27 heliumhgy 2017-11-10 11:30:03 +08:00 @Curtion CNN 的卷积和积分变换的卷积不是一个东西。。。而且就算是积分变换的卷积，也不过只是一个算子罢了，没必要虚，就和加分乘法一样，只不过性质多一些而已 |
 | 28 yang2yang 2017-11-10 11:37:46 +08:00 感觉人工智能真的是火啊，， |
 | 29 graetdk 2017-11-10 13:32:18 +08:00 7 万多？我给你找一打 |
 | 32 lonelygo 2017-11-10 17:08:25 +08:00 @PaulKK 1、Python、C++任意一门手艺过关，最好是 Python ；英语还行，看文档能不太费时间； 2、有一个 Nvidia GPU 的电脑，GPU 不要太差，显存大一点可以节约很多时间； 3、跟着官方教程把几个训练都走一遍，走的过程起码熟悉了大致 TF 在干嘛，也能理解基本的超参数、过拟合等； 4、models/research/ 下面有很多已经做出来的例子了，基本涵盖了深度学习主流的应用场景，结合自己准备上手的领域，看代码，run 起来； 5、过程中看看“花书”等还不算非常难到看不懂的书，补基础； 6、到这里基本算是知道门在哪里了，就看自己的方向和学习毅力了； |
 | 33 wuyuchenshishabi 2017-11-10 17:28:13 +08:00 @takato 写个啥？自动交易的程序？ |
 | 35 inflationaaron 2017-11-10 23:36:44 +08:00 AWS 开 spot，V100 一个小时就$0.5，没有 Nvidia 显卡也能做实验。 |
 | 36 Ruin 2017-11-11 10:02:05 +08:00 建议先学习机器学习原理，推荐 Coursera 上的课程： https://www.coursera.org/learn/machine-learning |
 | 37 NumberFairy 2017-11-11 10:53:27 +08:00 其实，现在入门这块的很多，经常跑些实验是最好的。先用 tensorflow 去写，然后尝试理解其中的原理。如果有条件的话，可以看看 Andrew Ng 的机器学习视频，经典中的经典，但是比较枯燥，做好心理准备。 |
 | 39 crackhopper 2017-11-11 14:15:37 +08:00 取决于 tensorflow 干啥。 如果就是弄个能用的模型，能搞点简单的设计和调参，看看基础的神经网络就能搞了。http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial。然后把 model zoo 里面的模型都了解了解，相关论文看一看（不用都看懂，很多论文内容都是胡扯，真正有用的部分不多），跑一跑实验。 如果是开发实现算法和部署 tensorflow，我觉得偏向于纯工程的吧。如果实现算法得会 CUDA 编程，部署什么的，其实现在有 container 也没那么麻烦。 如果是搭建训练平台，估计还得懂一些 ASP，BSP 之类的架构，也需要深入懂 tensorflow。分布式训练的论文貌似也不多，偏实践多一些。 |
| 40 crackhopper 2017-11-11 14:17:23 +08:00 我指的是基于 ASP 和基于 BSP 梯度更新，架构上也需要进行一些支撑，比如 parameter sever 之类的。（不是说 ASP 和 BSP 是架构） |
Select Language