1.西瓜書包含很多演算法,挨著看沒有那麼多時間,對於剛入門的新手來說,的確有點不好下手。此外西瓜書設計大量公式推導,一開始看的時候可能會不適應,但是個人感覺還是要瀏覽一下,網上的經驗雖說好懂一些,但是西瓜書比較權威,有助於篩選網上的知識。西瓜書的前兩章重點看下,這兩章沒講具體的演算法,只有較少的公式,它講解了模型評估的相關東西,後面的章節是讓教你怎麼設計模型,而模型設計出來總是得有個評價標準吧,所以前兩章的重要性不言而喻。
2.由於個人對深度學習比較感興趣,就直接看了第五章,西瓜書各章節關係都不大。所以看自己對什麼方向感興趣,或者自己的研究方向需要,挑選著看即可。
3.深度學習只是機器學習的乙個分支,一般是指深度神經網路。但深度學習針對不同的場景有不同的網路結構,像卷積神經網路可以用於影象識別,分類等;迴圈神經網路多用於序列的處理,nlp的標配,當然還有其他網路結構。
3.pycharm是乙個整合開發環境,類似我們學c語言、c++用的vstudio。pycharm也可以安裝你需要的資料報,但是安裝成功與否不太靠譜,會遇到各種坑。
一、conda對環境的管理
1.建立乙個名為test1的環境,並安裝python 3.7和pandas
conda create --name test1 python=3.7 pandas
2.啟用環境
conda activate test1
3.檢視當前環境下python的版本
python -v
4.給環境改名字,因為感覺之前的名字不好聽.
conda create --name 新環境名 --clone 原環境名
5.刪除乙個已有的環境及其所有安裝包
conda remove --name 環境名 --all
二、conda對包的管理
1.檢視當前環境安裝的包
conda list
2.檢視指定環境安裝的包
conda list -n "環境名"
3.在anaconda倉庫中搜尋包
conda search numpy
conda search numpy=1.12
conda search numpy [subdir = linux-64] # 指定系統
4.安裝包到當前環境
conda install numpy scipy # 同時安裝兩個包
conda install tensorflow-gpu==1.9.0 # 指定包的版本
5.安裝指定版本包到指定環境
conda install -n "環境名" numpy=1.12
6.包更新
conda update "包名"
7.移除某個環境中的包
conda remove -n "環境名" "包名"
三、新增國內映象
conda config --add channels # 清華映象
conda config --add channels # 國科大映象
conda config --add channels
conda config --add channels
社群有中文版的,也是一種入門的方法,跟著裡面的教程走即可,你會見到jupyter notebook,這是個web式的編輯器,anaconda裡面帶的有,只要配置相應環境即可。
linux是工業界常用的核心,由於其精簡高效,開發者常用。windows的各種ide確實比較方便,但windows畢竟是面向應用的,如果覺得裝雙系統比較麻煩,可以用虛擬機器,裝個ubuntu系統就可以了,可以在b站看北大的人工智慧實踐課。
有效地閱讀和學習
作為乙個it從業者,經常會碰到新的技術或者需要再學習的情況。在過去很長一段時間裡面,我都習慣,簡單翻閱一下技術文件,或者通過搜尋引擎來尋找答案。幾年過去,做了不少事情,卻發現真正自己能立刻上手的技能卻很少。同樣,自己平常也會看一下自己感興趣的書,但看完似乎沒留多少在自己腦子裡。反思過後,我發現我的問...
如何有效地記憶與學習 提取
今天在搜尋學習貝葉斯演算法時無意中看到一篇不錯的文章,發現作者的講解思路非常的清晰,邏輯也非常順暢,於是就順藤摸瓜得一起閱讀了作者的其他文章,同樣是很精彩,特別是對於如何有效學習的話題的 值得總結收藏。順便提一句,這個博主是 暗時間 的作者,這本書同樣很實用。作者提出 你所擁有的知識並不取決於你記得...
讀《如何有效地記憶與學習 》有感
不知是不是it行業從業者的 通病 記性在逐漸不好。這個現象是從畢業後開始慢慢覺察的。今天上午有幸拜讀了 betterexplained 如何有效地記憶與學習 從中有所啟示。隨著年齡的增長,人自然地在生理方面會慢慢衰老,記憶力,身體抵抗力等都會有不同程度的衰落。這是自然規律,不過年紀輕輕,剛開始工作不...