2017年为什么一定要学深度学习？我也会尝试这种方式。请带着怀疑的精神阅读。1、我大概是一个很好奇的人，所以每次有新技术出来，我都会第一时间跟进。但我也是一个记性不好的人。我学习的大多数新技术很快就会被遗忘，因为我不是每天都使用它们。深度学习刚开始流行的时候，我是做简单学习的。当时我的结论是，短期内深度学习只能徘徊在最高层，很难进步到强智能。这个结论在今天并不过时。但Shock在去年和某教育APP的CEO同学聊天时，才真正被深度学习所教。他告诉我，在教育这个垂直领域，他们的语音识别率已经比讯飞高了，靠的是大量的数据；更NB的是，有了NLP，他们的AI已经可以帮老师批改主观题了。主观题，即数学题与答案，语文作文。这让我开始重新考虑性能。第二，完全依赖强智能的应用场景会出现很多问题。比如自动驾驶，如果要在中国这种各种奇葩情况层出不穷的交通环境中运行，一时半会是行不通的。就算是一个看似简单的问答机器人，也没有人真正做好。如果你再问Siri几句话，她很快就会晕倒。经常关注我微博的同学会知道，我最喜欢的一句话是：“能自动化的就自动化，不能自动化的就半自动化”。在人工智能领域，这条定律似乎仍然有效。既然现在强智能还不够强，为什么我们不用最智能+人工确认的方式来实现“半智能”：用机器帮你预选，你做最后的选择，虽然它仍然包括人为干预，但可以将生产效率提高数十倍。三位同学跟我说，找不到应用深度学习的场景。这是因为他们太执着于强智能，想要机器独立处理一切；如果你用“半自动化”的思路，你会发现到处都是场景。最典型的场景就是“按需组合搭配”。以今天正式上线的小程序为例。小程序在框架层将功能拆分为页面粒度，使得小程序的组件易于复用；而在设计上，小程序提供了统一的官方引导风格，不会有太多的个性化。我需要一个用户配置文件管理，xpminstalluser-profile；我需要动态提要流，xpminstallfeed-timeline。然后这家伙喊着干，在GitHub上开了个洞。据说SDK已经写好，安装器可以在年前开始内测了。https://git.oschina.net/xpmjs/xpm然后我跟他说，你要快点做，从长远来看，一般的应用***价值不大，因为很快就会有开源项目做很好很好。真正有价值的是下沉到行业的应用。例如，对于同一个用户资料页面，在房地产行业、猎头行业、科技社区的用户会完全不同。但区别只是增加了一些特定于行业的字段。大量的“二次开发”工作是最琐碎的，也是最赚钱的。这是可以使用深度学习的典型场景。通过抓取对应行业的H5页面，我们可以快速梳理出每个行业可能需要的领域，然后交给机器学习。当有新的需求进来时，机器可以自动配置它们。好的默认字段。机器会出错吗？当然。但即使是80%的准确率，也已经可以挽救好几个程序员了。我为什么要学习深度学习？因为这背后是TM的白钱。四这是近在咫尺的机会，说点远的事。众所周知，日本的科技树按照套路一般都不长。早稻田大学想把深度学习应用到二次元。他们首先设立了一个项目，为黑白图画上色；后来他们发了一份文件，对草案划清界限。我想很快，他们就会开始学习漫画大家的画风，通过线稿生成原稿。“传统”日本漫画可能很难用机器制作，但现在社交网络上量产的“跳漫画”不适合画画。质量要求不高。尤其是四格漫画。经常关注我的同学应该都看过我用科米波“画”的四格漫画吧！软件。(http://zhijia.io/anthology/101869)当涉及到机器时，很容易根据脚本生成这种质量的漫画。到那时，每个人都能过上那1%的生活。我为什么要学习深度学习？因为我想让未来早点到来。上周五，我发了一条微博，说2017年要自学深度学习，千余名同学表示愿意一起学习。也有同学表示机器学习不是那么好学的。其实细心的同学会发现，我一直在说“深度学习”，而不是“机器学习”。因为我的目的很简单，就是要用。第一年的学习，我给自己定下的目标不是理解“机器学习”的原理，而是将“深度学习”应用到自己产品的方方面面。这是我一贯的学习方式。一开始看不懂也没关系，先用着用。需要理解的时候，慢慢理解。毕竟，没有多少人了解手机的每个部分是如何工作的。先学“深度学习”还有一个好处就是不需要太多的“机器学习”基础。可以搭建tensorflow、kears等开源框架，然后喂数据，然后看结果。等到优化的时候补知识点。因为深度学习更像是一个黑盒子，现在很多专攻深度学习的同学都无法解释为什么要建三层，放四个节点；以及在什么情况下使用什么激活函数。只说通过实践+观察数据慢慢调整。这简直是??初学者最好的切入点。如果不想在本地搭建环境，AWS上已经有镜像可用，基于API的深度学习服务也越来越多。这东西就像水和电一样，用比学重要。也有同学严谨地指出，在很多情况下，机器学习的其他方法远比深度学习有效。他们是对的，如果你说学好整个machinelearning你可以达到90分；那么单独使用深度学习可能只能得到70分。但是现在的大部分程序甚至都没有用到TM的智能。从0分到70分，只需要用到深度学习。我为什么要学深度学习，因为这个TM太划算了。
