大神Yann LeCun亲授:如何自学深度学习技术并少走弯路
编者按:深度学习领域的领军人物Yann LeCun是Quora上非常活跃的答主,乐于分享自己的经验。 例如,当有人问“你最喜欢的机器学习算法是什么?”时,Yann LeCun 的回答是“Backdrop”。 深度学习是一个新兴领域。 许多人想学习深度学习英语,但不知道如何开始。 所以Quora上有很多关于“如何学习深度学习技术”的问题。 Yann LeCun在部分问题下方给出了自己的一些看法。 以此整理编入本文深度学习英语,供读者参考。
问:对于自学机器学习技术,您有什么建议?
网上有很多关于机器学习的资料、教程和视频课程,包括 Coursera 上的一些大学课程。 这里主要讲一下深度学习领域。
你可以在线收听一些指导课程和讲座,对深度学习有一个大概的了解。 我推荐的有:
法语网站:Accueil
英语网站:首页
问:对于想成为深度学习研究科学家的本科生,您有什么建议?
首先,尽你最大的能力,参加所有连续的数学和物理课程。 如果一定要在《iOS编程》和《量子力学》之间二选一,那一定要选后者。 在任何情况下,都要学习微积分 (I)、微积分 (II)、微积分 (III)、线性代数、概率论和统计学,以及尽可能多的物理课程。 另外,一定要学习编程。
为什么物理学如此重要? 因为物理学发明了许多数学方法来模拟现实世界。 例如,贝叶斯推理在本质上与统计力学相同,而反向传播可以看作是经典力学中拉格朗日量的简单版本。 应用。 图模型中的正向算法是量子力学中广泛使用的路径积分。 物理学,可以教你如何使用傅里叶变换(“海森堡不确定性原理”的基石)、最大熵原理、配分函数、蒙特卡洛方法、热处理、玻尔兹曼分布、动力系统、混沌等。 .
选择一个你感兴趣的 AI 相关问题。
然后独立思考。
一旦形成了自己的想法,就开始阅读围绕该问题的相关文献。
您会发现 (a) 您之前的想法有点幼稚,但是 (b) 您开始对问题的看法有所不同。
在你就读的学校,找一位可以帮助你明确想法的教授。 这可能很困难,因为教授们很忙,没有太多时间指导本科生。 业余时间多的教授往往年轻,年长的教授往往不再活跃于研究圈。
如果你找到一位没有时间指导你的合适教授,那么你可以在他或她的实验室“勾搭”一名博士后或博士生。
询问教授您是否可以参加他或她实验室的会议和研讨会,或者只是旁听他们的会议。
在本科毕业之前,试着写一篇关于你的研究工作的论文,或者在网上发布一些开源代码。
现在,您可以申请博士课程。 不要在意所谓的学校“排名”,一定要找一位在你感兴趣的领域里有声望的教授深度学习英语,他的论文你很喜欢或者很欣赏。
可以同时申请几个学校的PhD项目,当然选择的时候可以参考上面的标准。 在你的申请信中,你应该提到你很想和这位教授一起工作,但也想和其他教授一起工作。
请您的本科教授为您写一封推荐信。 如果你的本科教授认识你申请的博士课程的教授,那将是有利的。
如果你最喜欢的博士项目没有被录取,你可以在Facebook或谷歌工作,并尝试成为FAIR或谷歌大脑实验室的工程师,协助实验室的科学家。
在公司实验室发表一篇关于某个主题的论文,然后重新申请博士项目,并请 FAIR 或 Google Brain 实验室的科学家为你写推荐信。
Q:未来5-10年深度学习英语,AI会朝什么方向发展?
有很多人在不同领域工作,取得了很好的进展:
深度学习结合推理和规划。
基于模型的深度强化学习(涉及无监督预测学习)。
通过可区分的记忆模块整合加强递归神经网络(例如,记忆网络):
一种。 内存网络 (公平) (URL: %3AumqufdRvDiIC)
b. 堆栈增强 RNN(公平)(URL:%3AgKiMpY-AVTkC)
C。 神经图表记录器(DeepMind)(网址:)
d. 端到端 MemNN(公平/纽约大学)(URL:%3AKbBQZpvPDL4C)
通过对抗训练获得的生成(预测)模型。
“微编程”:其核心思想——将程序(或电路)看成是一个微模块,可以通过Backdrop进行训练。 这一思想表明,深度学习不仅可以学习识别模型(如前馈神经网络),还可以生成算法(如循环算法、递归算法、子程序算法等)。 一些相关文章可以从 DeepMind、FAIR 和其他来源获得,但是,这些只是初步结果。
分层规划和分层强化学习:这是学习将复杂任务拆分为一些简单子任务的问题,这是所有智能系统的要求。
对外部事物的预测模型的无监督学习(例如,视频预测)。
如果未来几年人工智能能够在这些方向取得重大进展,将会涌现出一大批更智能的人工智能体,应用于对话系统、问答、自适应机器人控制与规划等领域。
建立无监督学习方法是一个很大的挑战。 但它将允许大型神经网络通过观看视频和阅读书籍来“了解现实世界是如何运作的”,而无需直接的人工注释数据。
这最终将导致机器对现实世界有足够的了解,从而开始具备人类的“常识”。 实现这个目标大神Yann LeCun亲授:如何自学深度学习技术并少走弯路,可能需要5年、10年、20年,甚至更长的时间,具体时限我们还不能确定。
猜你喜欢
发表评论
评论列表