求教下 tensorflow 入门要什么基础吗？很难么？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 2589 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？

TensorFlow

机器学习

高数

求教

40 条回复 • 2017-11-11 14:17:23 +08:00

upczww

2017-11-09 21:54:18 +08:00 via Android

会用 Python, 懂神经网络，机器学习

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

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……

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

geekboy

2017-11-09 22:28:20 +08:00 via Android

@takato 随便写个什么？

nichijou

2017-11-09 22:48:48 +08:00

@takato 给跪

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。。。。

zj299792458

2017-11-10 00:18:07 +08:00

@takato 给月入 10 万大佬跪了，还缺人么

SingeeKing

2017-11-10 00:41:51 +08:00

@zj299792458 人家十万是日薪

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。

dangyuluo

2017-11-10 02:08:15 +08:00

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。

dangyuluo

2017-11-10 02:08:44 +08:00

Google tensorflow playground，超好玩。

PaulKK

2017-11-10 06:40:08 +08:00

@Curtion 短短一句话，我竟然两个名词没听过，看来没戏了

PaulKK

2017-11-10 06:43:18 +08:00

@dangyuluo 如果真心想学习的话，你建议怎么入门？有好的经验可以分享下吗？

PaulKK

2017-11-10 06:44:23 +08:00

@takato 就要自己做产品了，记得以前很火的有个，上传照片然后显示你的年龄，好像就是用 TensorFlow 做的

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

p2pCoder

2017-11-10 07:22:43 +08:00 via Android

要不先买显卡？

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

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

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

bashbot

2017-11-10 09:45:45 +08:00

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！

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

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

PaulKK

2017-11-10 10:33:30 +08:00

@bashbot
@p2pCoder
@coolmenu
@kuhung
@takato 谢谢指教，受益了，感觉要走的路挺多的啊

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

geek123

2017-11-10 11:06:35 +08:00

@PaulKK
给你推荐一个教程，http://xc.hubwiz.com/course/599fc282c7fd1d4945397f3e

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

yang2yang

2017-11-10 11:37:46 +08:00

感觉人工智能真的是火啊，，

graetdk

2017-11-10 13:32:18 +08:00

7 万多？我给你找一打

PaulKK

2017-11-10 16:49:03 +08:00

@geek123 好的，多谢！！！

PaulKK

2017-11-10 16:49:32 +08:00

@yang2yang 趋势所在啊

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；

wuyuchenshishabi

2017-11-10 17:28:13 +08:00

@takato 写个啥？自动交易的程序？

genius2k

2017-11-10 23:19:13 +08:00

@dangyuluo 有什么推荐的书吗？

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。

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

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。

PaulKK

2017-11-11 11:19:19 +08:00

@lonelygo 很详细，太感谢了！！

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。

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）