其他分享
首页 > 其他分享> > 【华为云技术分享】华为专家亲述:如何转型搞 AI?

【华为云技术分享】华为专家亲述:如何转型搞 AI?

作者:互联网

前言

参考塞缪尔. 约翰逊(18 世纪英国文学评论家、诗人,著有《英语大辞典》、《莎士比亚集》)的思路,“当一个人厌倦了学习技术,那他肯定也厌倦了 IT 行业,因为只有持续学习,才会有 IT 行业带给你的一切,包括金钱”。这是 IT 行业的实际情况,没有哪个人可以靠吃老本长期生存,AI 技术更是如此。最近我在读《伦敦人》,书中讲述了 200 多位新老伦敦人对于伦敦这座城市的切身感受和故事,感觉应该就 AI 技术人才的成长写一篇,因此,有了本文。

非 AI 专业技术人员转型 AI 技术,或是作为一名学生学习 AI 技术,对每个有这样诉求和经历的人来说,可能都希望能够看到类似经历的人,给出自己的真实经历分享。

今天,我找了几位我的同事,包括我在内一共五位,我们都很有代表性,逐一介绍一下:

正文

麦克周

知识不能单从经验中得出,而只能从理智的发明和观察到的事实两者比较中得出。-- 爱因斯坦

作为一位喜欢彻底搞清楚原理的软件工程师,我的每一次转型都在大量阅读和实际操作中完成。我给的建议是根据自己的实际情况,从全局性的到具体技术的书,一本本读,不要急。

我看的第一本书是尼克的《人工智能简史》,这本书几乎全面讲述人工智能的发展史,几乎覆盖人工智能学科的所有领域,包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等,当然,他不是一本动手教你编程的书,而是给你一个宏观印象,适合 AI 产品经理、CTO 阅读。

如果你觉得还需要进一步拓展自己对技术的全局性理解,我建议你可以读 Stephen Lucci 和 Danny Kopec 一起编写的《人工智能(第二版)》,这本书有点像高校的人工智能相关专业教材,堪称“人工智能的百科全书”,全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。

看了全局化的知识后,建议你可以根据自己的实际情况选择书籍,周志华的《机器学习》、Ian 等人合著的《深度学习》、Aston Zhang 等人合著的《动手学深度学习》、郑泽宇等人合著的《TensorFlow:实战 Google 深度学习框架(第 2 版)》、Vishnu Subramanian 的《PyTorch 深度学习》,这些书都是不错的,当然还有其他很多优秀的著作,这里不展开介绍,更多取决于你当前的状态,你是想快速动手训练模型,还是想了解清楚原理,因人情况不同而异。

除了系统化看书学习以外,我最希望的是尽快上手编码、训练模型,动手必须有 IDE 工具的支撑,我不太适应公有云的 IDE,但是又希望使用公有云的强大的计算资源,所以我希望能有工具,帮助完成本地 IDE 能够与公有云平台联动,我讲一个已经实现的案例 -- 如何使用 PyCharm 与 ModelArts 公有云服务联动开发,快速且充分地利用云端 GPU 计算资源。

全文请见ModelArts AI开发者社区:https://mp.weixin.qq.com/s/WmKVViGiq5-PTtuKDaFBsw

点击这里,了解更多精彩内容

 

标签:亲述,AI,技术,学习,人工智能,华为,硕士
来源: https://blog.51cto.com/u_15214399/2808637