大家好，我是为人造的智能操碎了心的智能禅师。

尽听说现在国内外一线互联网巨头，包括后起的独角兽，对 AI 人才的需求非常大，Google、Facebook 为了抢 AI 人才都快 battle 起来了。

然而实际上，AI 岗位还是面临僧多粥少的窘境。其中一个非常关键的问题在于，真正掌握 AI 知识技术的人才，还是非常稀缺。

那么如何能够成为 AI 人才，又如何能够被抢呢？是很多人都非常关心的问题。人工智能头条的后台也经常能够收到很多类似的留言。

所以禅师联系到了曾在商汤实习，目前校招选定华为的小伙伴，谈谈他是如何在深度学习这条路上，一步一步往深度走的。

本文较长，建议收藏，转发，并认真实践。

本文适用人群：非计算机、非 AI 专业的同学，或刚接触该专业的本科、硕士生。

作者介绍：

沿途的笔记。西安电子科技大学人工智能学院研三学生，发表论文两篇，拥有目标检测、图像匹配、高光谱图像分类 3 项专利。遥感领域国际竞赛取得第一名

全文大约4500字。读完可能需要好几首下面这首歌的时间

?

自 2016 年阿尔法狗问世以来，深度学习的地位无论是在学术界还是在工业届都逐步攀升。

从事深度学习岗位的工程师们的薪水也水涨船高，拿今年秋招各大互联网巨头给应届生的待遇便可见一斑。

重赏之下，必有勇夫。所以很多学数学、机械等其他专业的同学也想转行加入深度学习的大浪潮。

与此同时，过剩的人才也导致了该领域的竞争空前激烈，更有甚者传出某企业的 CV 算法岗投岗量与 HC 比达到 100:1。

下图是某四个知名互联网企业简历投递量与 HC 比：

目前关于深度学习入门、进阶的教程也很多，琳琅满目。很多大牛写的内容，对新人来说，经常显得太深奥。

很多刚入门的同学们、从其他行业转行的开发者，往往是一脸懵逼的进去，又一脸懵逼的出来。

于是我决定，自己的实际情况出发，以自己的学习经历、心得和里程，写一篇针对性很强的文章。

入门

素材：精准简洁，切忌贪多

刚接触深度学习的同学，很容易陷入一个死结：“贪多”。

网上到处搜笔记搜资源，看见“机器学习”“人工智能”…的群就加。特别热衷于搜集类似于“机器学习从入门到精通”、“XXX 大学机器学习公开课”、“X 百 G 的深度学习资料一定要收藏”…

先不说这些资源的完整性，单就内容量来讲，这几十个 G，甚至是几百 G 的学习资源，也会让人晕头转向。

（禅师插个嘴，其实就想想你硬盘里那几十个 G 的视频，你有没有看完。这些学习资料，你就能看完了？）

因此，选择精准的入门教程非常关键。

我推荐的视频资源有：

1. Coursera 上的吴恩达的《机器学习》

2. Hinton 的 《Neural Networks for Machine Learning》

推荐的书籍：

1. 周志华老师的《机器学习》

2. Ian Goodfellow 的“花书”《深度学习》

这一部分主要是用于夯实基础，了解相关的概念。虽然本文的主题是深度学习的学习历程，但机器学习与深度学习有着千丝万缕的联系，最好还是要一起看一看。

上面所提到的资料不要觉得看一遍就完事儿，一定要多看几遍，即使有实战经验之后也可以反复看，保证你每看一遍都会有新的体会。

勤做笔记，动手推导

在学习上面我推荐的两个视频资源及书籍的时候，会涵盖高等数学、矩阵论、凸优化、概率统计等知识。

我们需要熟悉的机器学习和深度学习理论包括：

重要理论上的数学推导，一定要一步步的验证！

能根据书本（或视频）一步步走下来。遇到知识盲点、遗忘的部分，就针对性的查阅资料，力争不放过任何重点。

这里需要提醒的是，不建议从头开始学习数学知识，因为时间周期太长，中途可能仍会遗忘。可以在实际问题涉及到的时候，随时查阅。

好，恭喜你，你已经一只脚踏进了深度学习的大门。

确定研究领域后，就可以开始混迹相关网站、论坛。然后开始着手学习经典主流深度学习算法。

进阶：从经典主流内容下手

等你真正进入大门后，你就会发现，深度学习实在是一个非常庞大的系统，涵盖的知识面很广，那么我们该从那个方向下手呢？

答案是：

1. 内容，选择经典主流

2. 方向，选择自己感兴趣的

为什么要强调经典主流呢？因为新出的论文，太容易遇到水论文了。无论什么领域，经过时间积淀下来的东西，才是好东西。

相反，经典主流的东西，理论完备，积累的资料多，研究的人多，碰到问题也相对容易找到前辈的解答。

为什么选择自己感兴趣的方向呢？还不是因为兴趣是最好的老师！

例如如果你比较感兴趣 CV，就可以从 CV 的目标检测为切入口。然后再深入一线去看相关论文。

以 CV 中的目标检测为例，它的发展历程如下图所示：

目标检测发展史?

现阶段在视觉顶会上，关于目标检测的文章就已经很多了，短时间内根本不可能全部吃透。

所以要有针对性的重点进行突破，其实很多算法都是触类旁通的。比如?上图中红色内容所表示的算法需要精读，其他检测算法了解即可。

更具体的，了解传统 DMP 算法及主要缺陷，然后 two-stage 思路发展到 RCNN 做出了哪些改进。

再到 SPP-Net 做了哪些改进，然后到 Fast-RCNN、Faster-RCNN 又改进了什么？以及 one-stag 思路中 SSD 系列、YOLO 系列之间的差别。

恭喜你，你已经正式踏上了深度学习这条不归路了。

实操

解决问题

上面提到需要重点精度的论文，由于我们自身水平有限，而论文受到篇幅限制，没办法把细节都解释清楚。

这就导致我们再实操过程中，会遇到很多问题。遇到问题不可怕，我们可以从下面两个方向入手解决：

1. 在相关论坛搜集高手们对该论文的解读

2. 阅读论文开源代码

还解决不了的，Google、论坛、博客、人工智能头条的股东粉群……

你会发现，你遇到的问题，别人可能早就遇到并且得到解决，这样就事半功倍啦。

总结经验

问题解决之后，应该做总结，便于巩固理解，加深印象。

尤其要做的是，找出论文各部件之间的差异，分析这个差异是“改进”造成的差异还是由于对主体算法“因地制宜”而造成的差异。

比如，YOLO 和 YOLOv2 之间，bbox 的回归计算方法是不一样的。我们要体会作者的初衷，不断去靠近这些大神们的思路。

再比如，Faster-RCNN 和 YOLOv2 虽然均是有事先 Anchor Boxes 来对 bbox 做回归，但是回归的计算方式也不一样，这就是由于这两个 Anchor Boxes 的由来不同导致的。

Faster-RCNN 是由三种宽高比、三种尺寸形成的 Anchor Boxes，而 YOLOv2 则是由先验框聚类得到的。

将这些细枝末节以图表，文字的形式总结起来（可以写在 CSDN 或 GitHub 上，也可以写在纸质版笔记本上），能够有助于我们找到一些算法的改进空间或者一些新的灵感。

选择合适的框架

对于重要的论文文章，光看是远远不够的，我们还得学习其工程实现。

一来是编程复现论文算法有助于加深理解，二来是可以将我们所学知识转化为生产力。

下图是某机构对各大深度学习框架的综合评估。

这里重点推荐 TensorFlow 和 PyTorch，因为它们不仅灵活性高，而且背后有强大的团队维护，可查阅的文档也很丰富。

当选定一个深度学习框架之后，应当通过具体工程实例去学习，而非直接去阅读源码。

遇到一些常用的或者复杂的函数用法，要总结到个人博客中。

更重要的一点是，要时常混迹于 GitHub 之中，将 star/fork 数量较多的、且与自己研究方向相近的代码 clone 下来去练习，学习大佬们的编程风格。

讲真，好的编程习惯写出来的代码简直是一个非常愉悦的艺术享受，这里切记自己闭门造车，一定要多读大神们的代码。

这里拿 TensorFlow 举例。先去看 TensorFlow 文档，接下来看《TensorFlow 实战 Google 深度学习框架》，然后是《TensorFlow 实战》。注意别弄错了顺序，前面那本书稍微简单点，后面那本书主要是 demo。

待到 TensorFlow 能够灵活运用的时候，我们就得学习调参技巧了，这里推荐魏秀参的大作《解析深度学习网络——深度学习实战手册》（当初看这本书的时候，感觉自己的很多想法都与大神在这本书中提到的结论一致，感觉能与大神想到一起，真是十分开心）。

实战演练，paper 复现

当自己的编程能力、使用深度学习框架的能力达到一定水平后，我们要进入实战演练阶段：复现经典论文。

刚开始可能会比较难，所以我们可以先从论文作者或者热心同行们开源的代码入手。具体步骤是：

1. 浏览开源代码，比对代码与论文描述是否一致，代码是否对自己更进一步理解论文有所帮助

2. 调试代码。建议初学者不要囫囵吞枣，只是“看”代码，还要一步步调试，看各个函数的用法，学习各种编程小技巧，验证每步的结果与自己在“大脑编译”的结果是否一致

3. 动手复现。复现之前，可以先根据开源的代码画一个程序框图，然后根据框图逐次实现。然后将自己编写的代码调通，对比开源代码看看有哪些差距。一般差距主要体现在：代码的简洁性和功能的完整性。

4. 重复第 2、3 步，直到自己能一目十行阅读开源代码，能掌握每个地方的编程技巧，复现出来的代码与开源代码基本一致，且能与论文对应的上的时候，这篇文章可以算是吃透了。

延伸

专注自己的东西

当自己复现的论文达到一定数量之后，编程水平会得到一个飞跃的提升。这时，我们要将自己从一个“学习者”的角色转换到“模仿者、改进者”的角色。

一方面，我们要整合自己已经吃透的论文（包括代码），另一方面，我们要与时俱进跟进前沿研究，跟着大佬们“分一杯羹”。

经典文章和新论文两手抓

到了这个阶段，我们就不仅仅只读经典的文章了，还要开始接触新领域，新文章。我们千辛万苦学这么多东西，最终就是要有产出。

对于很多年前的研究课题，它们只能帮助我们夯实基础，提升基本功，并不能有助于我们发表属于自己的论文或者专利。

因为这些经典主题，早就被前辈同行们嚼烂了，只剩下骨头渣了。

碎片化阅读

当我们对深度学习领域坚持学习到一段时间之后，总会收藏一些自己感兴趣的论坛、专栏，以及大牛们的个人主页，他们会分享一些最新的经验或者研究成果。

对于这些经验成果，我们可以选取自己感兴趣的或者与所研究领域相关的部分重点阅读（而不是全盘通读，这样太浪费时间）。

比如前一阵子吴恩达分享的《Machine Learning Yearning》里面有些实战经验就很值得学习。

学会辨别新出来的好论文

对于年代较为久远的论文，我们可以通过文章的索引量或者开源代码 star 数量的多少来判断其是否值得读。

对于新出炉的论文，我们可以去相关论坛看大神们的推荐（如关注一些知乎上的大 V 们，他们会经常在专栏里推荐一些新出炉的好文章）。

还有一些高质量的公众号（比如禅师特别推荐人工智能头条），论坛等。这里重点推荐 paperweekly。

将这些新文章里的 idea 与自己储备的基本知识相互碰撞，寻找一切可能产生的关联，或者找到新文章 idea 的不足，自己能加以改进。

发表属于自己的文章

当经典文献和新文章积累到一定程度时，我们一定会有一些自己的想法。这时候就需要我们扎实的代码功底，将我们自己的想法实现出来。

对于新手，我觉得有这样几种情况可以视为自己的成果发表成论文：新问题用老方法，老问题用新方法，改进他人的新方法。

然后将自己的 idea 及实验结果向导师汇报，让导师帮忙将自己的 idea“润色加工”，就可以愉快的发 paper 啦。

总结

本贴是对我个人学习深度学习历程的一个总结，更偏实际应用。

如果自己时间充裕，且导师愿意放人的话，可以去一些科研氛围浓厚的企业实习，如商汤科技、Face++、地平线、阿里达摩院、腾讯 AI Labs 等。

笔者曾有幸在商汤研究院实习过一段时间，当真是人才济济，被组内的小伙伴渊博的知识，敏捷的头脑所折服，对提升自己的见识水平大有裨益。

但如果找的企业太偏向业务，我个人认为还不如呆在实验室多做做科研，多发几篇论文来的实在。在大神们创造的理论框架下，千锤百炼、精益求精，就一定能有所收获。

我整理过的一些重要书籍，LeetCode 刷题代码，以及面试经验等，详见

https://github.com/computervisionlearner/Start_DeepLearning

幸福
无非就是
我  AI  你