中年高龄开始学习 Deep Learning

[twinsant]

把学习过程记录在：

https://github.com/twinsant/ML

有兴趣的同学可以参考

[beginor]

那些动不动就说自己高龄的，现在刚退休的都说自己是低龄老人，怎么比呀？

[Rorysky]

@beginor 退休快乐呀，心态年轻了

[shinonome]

什么是中高呢

[yh7gdiaYW]

盲猜一个 38 岁

[5sheep]

加油，中年学会这个能就业吗

[ricolxwz]

看我这个: https://ml.ricolxwz.de

[vus520]

@ricolxwz

相容：若 A ∩ B ≠ ∅，则称事件 A 和 B 相容。
互斥：若 A ∩ B = ∅，则称事件 A 和 B 互斥。

[kissice]

我觉得我很年轻，但是。。。

[ricolxwz]

@vus520 ooo, 哈哈哈, 怎么都是相容了.

[xunandotme]

我打算先从初中三角开始重新学习，哈哈。忘光了。

[customsshen]

@ricolxwz 兄弟,没有线性代数和概率论基础,从头开始学,需要哪些基础?学起来快吗?

[googol2chen]

@shinonome 23 岁

[shinonome]

@googol2chen #12 !!!!!!!!

[ruxuan1306]

感觉目前深度学习和接水管很像，各种层就像各种型号的水管，各种上下采样就是转接头，大多数人能做的也就是照猫画虎排列组合，再放水看看能不能流通，目标出口的流量低了就顺着梯度往回找找直角锐角弯一弯。

用什么口径、放什么流量、每次校准弯多少完全是拍脑袋，基本等于牛顿三定律还没诞生前的物理时代。

[dcoder]

为啥还用 tensorflow, 现在学不是该用 pytorch 么

[ricolxwz]

@customsshen 高等数学偏导数, 链式求导之类的还是要懂的. 线性代数到现在位置就用到了矩阵乘法和点积. 概率论基本都要会一点.

[Xs0ul]

真别用 tensorflow 了

[twinsant]

@yh7gdiaYW 猜错了

[harryWebb]

@ruxuan1306 是的，所以。。。现在人工智能依然没有革命性应用的原因就是如此。。。如果一旦掌握规律，就可以直达某件事情，在无序输入的情况下，获得有序的结论，做出有价值的事情，但是很可惜现在就是无序输入，无序输出，无法实现有价值的事情，依然要靠人这个单位去获取无序的输出，排列组合做有价值的事情

[imkerberos]

同楼主, 我也开始高龄学习了.

[leven87]

活到老，学到老。

[ladeo]

https://github.com/twinsant/ML

ML 是机器学习，DL 才是深度学习吧

tensorflow 别用了。

[lonelygo]

@twinsant 22 楼 @ladeo 正解，tensorflow 别用了，被时代抛弃的框架了，直接上手 pytorch2.x 吧。

[jackmod]

离校很久又不是相关行业的话，重修一大堆数学是个问题🐶

[Jinnrry]

@ruxuan1306 太特么形象了。每次调模型，都深感迷茫，每次感觉自己是瞎鸡巴试，具体效果怎么样，完全不知道。

自己唯一能干的，就是把每层数据跑通，真特么跟接水管一样

[Jinnrry]

@Xs0ul
@lonelygo
@dcoder 为啥不推荐 tf 了？

[TangMonkDance]

有多高?

[vicalloy]

看完《 Python 深度学习》基本上就可以对深度学习有些概念了。
深度学习最大的问题还是成本（经济）太高，而且赢家通吃，普遍人没机会接触到这么多资源。
另外 TensorFlow 暴露了太多不必要的细节，非常不人性化，要不是历史惯性早没有人用了。
现在新的项目基本上都是 PyTorch 。

[coolmenu]

我大学数学毕业的，我现在学习 AI 那些东西，只能模模糊糊的有个概念，配合 gpt 和 mathematica ，稀里糊涂的懂个概念，还是不明白真正的东西。

[fuadam1982]

42 岁失业明天开始家里蹲，准备先了解机器学习，然后深度学习，LLM

[holimis]

@Jinnrry 我感觉大佬说的生产环境不推荐，但是在学习层面哪个框架都可以，学会了方法其他框架都差不多。

[nianlifeixing]

我也是快 30 了，有意学习，打算跟着楼主来

[nyxsonsleep]

@holimis #31 说反了，生产环境反而是 tf 更多，但这是历史原因。新部署的环境大多数 pytorch ，因为这是论文主导的领域，都在用 pyt 发论文，自然没 tf 的位置了。
不推荐 tf 的原因说到底，tf 是 google 开源的，google 对于自己的产品是怎么做的，dddd ，ai 落后不是没原因的。
最后一点用 tf 纯属给自己找麻烦，huggingface 里 85%的模型都是 pyt 。

如果是做传统 ml 那无所谓了。传统 ml 和 llm 完全不是一个路子。

[zypy333]

之前浅浅接触过，数学劝退了，学校里教的全忘光了

[volvo007]

接水管就接吧，做一个合格的工程师也不容易的

[qfly]

框架不是最重要，最主要的是后面的数学，模型中的数学公式都是手工推算出来的。比较难的比如贝叶斯模型，图以及各种混合体。单纯的使用框架找几本书翻一下就好了。同数学专业本科，但长时间不用都忘了。努力啃英文书 ing 。

[twinsant]

@yh7gdiaYW 我４５了：Ｄ

关于为啥用ＴＦ...是因为有个项目目前用 TF1.9.x ，需要改，所以我得看

[jimrok]

年龄是个大问题，主要是记忆力变差，还有就是时间，如果不是完整的时间去做这部分内容，比较难跟上。如果是 30 岁开始学习，可能要比 45 掌握快很多，大概能少用一半时间吧。

[lonelygo]

@Jinnrry 现在 LLMs 这么火，模型架构基本都手链到 transformer 的自回归部分也就是 decoder 部分。
而，HF （ huggingface ）开源的 transformer 库基本就是所有开源 LLMs 使用的标准 transformer 实现（ Google 除外，坚守自家框架，但也不是 TensorFlow 了，而是用 JAX ）。
又，HF 的 transformer 使用 PyTorch 实现的，所以，过去几年 TF 就逐渐江河日下了，所有新工作，新 paper ，新开源基本都是在 pytorch 下了。
所以，这时候入坑，就当没有 tf 这个框架，也不亏。