UdaCity毕业生访谈

2017-05-30  本文已影响0人  狐皮克

编辑:你好,胡皮克同学,祝贺你毕业!

皮克:你好,谢谢!

编辑:你是首期深度学习的毕业生,听说还是脱产学的,我很好奇,你这么学下来会叼成啥样?

皮克:我也以为会很吊😉,结果特别狼狈。

编辑:哦?看来故事挺曲折啊。

皮克:是啊😭

编辑:在开始前,你能介绍下自己么?

皮克:好。我教了9年英文,做了4年全栈,今年3月开始学的DL(Deep Learning)。

编辑:9年英语!我听说首期DL是全英课,以你的经历,学起来还不是小菜一碟?

皮克:现在回头看,帮助是有限。现在课程支持全中文了,我想新人不用介意语言问题了。

编辑:哦哦。你能用一句话说说这次的学习体会吗?

皮克:额,这有点难,我试试。

编辑:嗯。😜

皮克:深度学习密度大,稳步谦逊果自得。

编辑:呃。。。有点禅修的味道哈。

皮克:一句话真的挺难,好在这不是直播,我可以斟酌。

编辑:哈哈!那我们就正式开始?

皮克:好。

编辑:学习Uda的同学中,你这样脱产学的还真少,我想继续刚才的问题:你是怎么下决心脱产学的?

皮克:我也没想到会脱产学。从上个工作离职后,我发现AI最近很热,也期望它能解决我工作中的一些疑问,所以就报名了。本想着边找工作边学,结果一直没找到合适的,就变成脱产学习了。🤣

编辑:好吧,没想到是这个原因。那么,你觉得真有必要脱产学么?

皮克:官方推荐是每周10-15小时,平均下来,大概每天三两小时就够了。如果希望了解一下,时间上是够用的。

编辑:那么,问个尖锐的问题,你觉得脱产学习都没叼起来的主要原因是什么呢?😈

皮克:哈哈,就知道你会问。主要是我自己的性格问题。

编辑:怪你自己?!

皮克:嗯。我遇到问题喜欢找捷径,容易想当然,后来大量时间浪费在方法尝试上,到最后没时间学真东西,很狼狈。

编辑:你每天学多久,估算下来浪费了多少呢?

皮克:嗯,我想想。。。大概5小时吧,浪费了约3/4。

编辑:天啊!这学习强度很高啊。如果再让你来一遍,你会最注重什么?

皮克:3/4的时间浪费,现在回想起来,也觉得很恐怖。如果上天再给我一次机会,我想我会更关注学习效果的检验吧。

编辑:哈,暴露年龄的台词。奇怪,答案居然不是关注目标?

皮克:嗯,不是。我有指定目标,也用了番茄法来控制专注,但学得怎样却没检验。结果是:学了,没透,到做项目的时候就各种坑。

编辑:那你现在找到检验的办法了么?

皮克:找到了:透过论坛检验。我觉得自己挺幸运,最后一个月发现了这个方法。

编辑:论坛?这个有意思,能详细说说么?

皮克:你知道,在Uda论坛上有很多优秀的导师(Mentor)解答学生的各种问题。

编辑:嗯,我也见过。而且随着Uda中文课的推进,论坛中文区也开放了。你还是没说怎么检验。你们当过老师的,都这么吊人胃口么😳?

皮克:额,抱歉,这是职业病😆。

皮克:我举个🌰。比如我刚看完generator这个部分,我可能会认为懂了(其实不一定真明白),直接去做题,就会各种卡。现在我会先去论坛看别人的提问,如果自己能回答的和导师八九不离十,就是真懂了。

编辑:这是个办法,但是如果不会怎么办呢?

皮克:那就摘下来,打上标签,以后反复看。

编辑:我挺想知道你是怎么打标签的。

皮克:你用过Evernote吧?

编辑:用过。

皮克:它有个web clip功能,给浏览器装好插件,就能整篇剪下来,加标签。以后同步到手机上回顾,挺方便。

编辑:我挺好奇你怎么发现这个检验办法的?

皮克:可能是Deep Learning课程本身对我的启发。

编辑:哦?怎么个启发?

皮克:我感觉,Deep Learning虽然讲的是机器学习,但它更多像是在模仿人类的学习过程。比如,Deep Neural Network是对人类神经网络的模仿等等。

编辑:嗯,的确如此。

皮克:实际训练的时候,需要training data和validation data。一个用来训练,另一个用来检测(注:1)。这个validation对我启发很大,我就会想,如果有种办法能检验我真的学会没有,就会学的更扎实。顺着这个思路,我就找到了。

编辑:这样啊!看来深度学习对你启发不只在技术层面。

皮克:是呢,收获很多。

编辑:今天时间有限,很多问题没来得及问,估计看到文章的朋友也会如此。那么,他们直接留言提问,你方便回答吗?

皮克:好啊,欢迎大家提问。希望我的分享能帮助更多的人节省摸索的时间。

编辑:再次感谢你的分享,再见!

皮克:再见!

注:

1. 当然还有最终的test data,这里为了简化,没有提到。

上一篇下一篇

猜你喜欢

热点阅读