深度学习一般是报线下班好还是自学看网课好

2020-08-13 09:14发布

3条回答
ann
2楼 · 2020-08-13 09:22







                                

                        

采用时间倒序方式书写日记

 

********************此学习路径包含AI网课账号和密码********************

 

#2017-07-24064413JulyTuesdaythe30week,the205daySZ

为什么要换工作?

1目前工作有一多半时间都是搞硬件,我实在讨厌硬件,经常在仓库里搬运东西,有危险性,有时候需要体力,弄得一身汗。觉得完全是在浪费时间。

2公司的编程语言主要是C++,我不擅长这个语言,很复杂,需要记忆的东西很多,也不灵活,不是风口上的语言。

3工资太低,薪资涨幅和频率都很低,完全赶不上通货膨胀

4未来不利于创业,产品太复杂,一个人一辈子很难搞定

5和产品相关的技术换工作贬值率几乎100%

 

换工作之后可能性:

1终于实现我的愿望,把全部时间投入AI,做项目,提高技能。从实现愿望角度是很幸福的一件事情。

2项目顺利,有大幅度升职加薪的可能。

3项目不顺利,升职加薪无望,只能靠着意志力在做。给自己画大饼,坚持到底就是胜利。

4新工作尝试写书,写专利,发表论文,参加国际大赛,获取各种奖项。成果写在简历上,或许能够收到猎头的电话,聪明老板会主动涨工资。

 

#2017-07-05012820JulyThursdaythe27week,the186daySZ

笔试题有一半都没有答上来,但是他们竟然还给我面试机会,竟然还让HR和我聊工资,说明他们心里还是想要我的。

那个面试公司说今明两天给消息,如果没有消息就是没有被录取。感觉没希望了,虽然经历了技术面试,人力面试,也问了我的薪水期望,我开口要了38000,

估计人家觉得能力和工资不匹配,就放弃我了。教训:第一次面试工资尽可能少要点,每次拿到一个offer,下一个offer要价就加5000块

这对于我也是好事情,说不定后面会有更好的公司呢,骑驴找马,慢慢一直不断的面试,长见识。我把面试的具体细节放在我的公众号里面《湾区人工智能》,希望更多的人能看到。里面也会写编程博客。

公众号二维码如下,有兴趣可以扫描


这次面试最大的收获就是让我懂得了可以刷题,关于机器学习的题,来充分面对笔试题。

牛客网有很多童鞋分享自己面试经历,和面试内容。很多CSDN博客也会写些面试题。自己面试经历。

百度搜索:机器学习面试

腾讯机器学习面试

机器学习面试经历,面经

面试后也觉得自己的知识确实不扎实,计划花费十天时间每天找一个专题博客,只需要彻底弄懂一个算法就算是成功了。

 

#2017-07-04564708JulyWednesdaythe27week,the185daySZ

今天又要去面试了,昨晚看了别人的教程,发现好多知识点都不知道,心里慌的一比。感觉永远都准备不好面试啊。

但也是事实,每个人不可能对所有东西都懂,要是懂的话工资怎么会有差异。每个人只需要专注相关领域就行了。不用什么都要懂。

自我安慰下了,

 

#2017-07-01471719JulySundaythe26week,the182daySZ

学习ai好网站:http://www.aibbt.com/a/30709.html

里面有机器学习案例,源代码放在GitHub上,拿过来跑一遍,把每行代码搞懂。

 

 

#2017-06-27362119JuneWednesdaythe26week,the178daySZ

三天前看完了这本书,感觉这本书看起来轻松多了,想当初刚开始看机器学习相关书籍,看了半年都不知道讲啥,大脑没有任何概念。就像我当初学习德语一样,学了一年,大脑里都没有概念,

但是不要放弃,一直学,突然某天,敢于开口和德国人讲话了,可能最开始和司机,售货员简单对话,慢慢到后来的和德国朋友深入交流。

需要过程,需要持续不断的积累,量变到质变的过程很痛苦,类似黎明前的黑暗,熬过了就是光明的未来。这个周四去面试

 

#2017-06-20203417JuneWednesdaythe25week,the171daySZ

上周刷题算法简单部分结束,这周开始看书《TensorFlow:实战Google深度学习框架》才云科技Caicloud,今天已经看到第六章了,打算周末看完这本书,

重新出去面试。

早上6点起床,6.40坐第一班车,7.10分到公司,开始看书,晚上8点下班后继续回家看书,看到晚上11点睡觉。

我把关键的东西画出来,白天坐电脑前面把关键句子看一遍,靠着记忆输入电脑,这样下次花费几分钟就知道这本书讲啥了,还方便查找,复习。

 

#2017-06-15 JuneFridaythe24week,the166daySZ

买了一本书《Python3网络爬虫开发实战》崔庆才研究生时候写的,豆瓣评分9.8,亚马逊三星。因为是2017.4月出版,才2个月,所以评分不好说。

但是我感觉书和现实结合的很好,爬手机应用,豆瓣,微博,等。国外的书很国内情况不同。

 

#2017-06-12 JuneTuesdaythe24week,the163daySZ

昨天投递了几份简历,竟然没有一个电话,本来以为有很多公司应该给我电话的,看来简历还是太差了。需要加强学习,也要好好修改简历。

 

#2017-06-11 JuneMondaythe24week,the162daySZ

最近总结完了机器学习的各种算法,开始进入实战阶段,买了书《机器学习实战》哈林顿(PeterHarrington)《TensorFlow:实战Google深度学习框架》才云科技Caicloud 

 

#2017-06-09 JuneSaturdaythe23week,the160daySZ

今天又开始复习几个月前买的七月在线自然语言处理实战课程

https://www.julyedu.com/course/getDetail/51

账号是:1040007524@qq.com

密码是:shenzhen123

 

几个月前像听天书,最近看了好多类似知识,心里也有了一个轮廓,谈到每个算法,都能够说两句。

打算把这些项目练习几遍换工作去

 

#2017-06-07 JuneThursdaythe23week,the158daySZ

刷题网站

https://leetcode-cn.com/discuss/forum.php

我把对应的答案放在我的博客里面了

https://blog.csdn.net/btujack/article/category/7706737

这两天疯狂刷题,只用半天,就感觉脑袋不转了,整个人都昏睡了过去,真的是体力劳动啊。比体力劳动还累。

只好看些没有营养,不动脑的新闻来休息大脑。半小时后才能继续编程。

最可怕的是,觉得自己编程能力牛逼哄哄,上去找了简单题,直接懵逼,没有头绪,还要到处找别人的答案。

搞了几天,发现,周末一整天坐在电脑前面也只能刷3道题,每道题自己想思路,然后看看别人的思路,复习下空缺知识点。一天就过去了。

有一次被求数组最大值卡住了,怎么都无法得到想要的结果。觉得那个不是问题,怎么会卡住我,原来是把最大值放在了for循环的后面,估计是大脑混乱导致的恶性循环。

 

#2017-05-29 MayTuesdaythe22week,the149daySZ

看了许多BAT面试题,发觉以前看的书《统计学习方法》李航,周志华《机器学习》真的只是皮毛,大概介绍了一点东西。他们也确实是这样说得,看来AI这行业不浅。

通过做题,返回去继续研究书,感觉每一次读书都有收获。这也是效率比较高的学习方法了,通过面试题检测自己的学习效果。

 

#2017-05-27 MaySundaythe21week,the147daySZ

今天又在研究机器学习。偶然看到了寒小阳老师讲解的逻辑回归,总算明白了,我研究了半年的机器学习,大脑中一直没有机器学习的脉络,就是提到某个算法,知道它的大概原理和应用。

以前看书,看过就忘了。这次印象很深,应该不会忘了。

 

#2017-05-24 MayThursdaythe21week,the144daySZ

这两天在看《机器学习面试300题》,感觉里面的东西就像新的一样,还需要从书中慢慢找,尽管到目前为止已经看过很多的关于机器学习的东西了,从米度教育的机器学习教程,

美籍华人的教授的视频,笔记,再到七月在线的自然语言处理教程,还有《统计学习方法》李航博士2017.4.18,还有周志华教授的机器学习。只有一点,看过就像小说一样,忘记了,没有总结,复习。

今天特别焦虑,感觉自己都坐不住了,以前给自己定的规划,想飞着过去,一步到位。总想着一下子月入6万。

 

#2017-05-1413:21:18MayMondaythe20week,the134daySZ 

 

上周看完了剑指offer面试书。这周找到了《机器学习面试300题》,其实是七月在线搞得。内容来源于私人公众号

打算一天看50道题,晚上刷Python。 

下班看了5道题,还有295道题

 

 

#2017-05-0415:37:38MayFridaythe18week,the124daySZ 

周二,五一节总算看完了机器学习,这周就开始看了面试指南:剑指offer。到周五才看到80页。无语了,这两天在干嘛呢?

 

#2017-04-3014:55:36AprilMondaythe18week,the120daySZ 

 

今天看机器学习,感到大脑完全不转了,前面看,后面忘,不知道怎么办。

效率也很低,看着看着就走神了,对自己无语了。目前看到了325页。

 

 

 

#2017-04-2713:46:08AprilFridaythe17week,the117daySZ 

 

周三从第五章开始看到机器学习的200页也就是前8章看完了。

 

#2017-04-2408:49:50AprilTuesdaythe17week,the114daySZ 

昨天看了一晚的数据结构的第七章图才看到251页,从224页开始看。总共看了25页。效率啊。气死。

今天早上看完了数据结构,晚上看机器学习,从第四章开始看,睡觉前看到了100页,四章结束。

 

#2017-04-2313:12:37AprilMondaythe17week,the113daySZ 

周末两天在深大看机器学习,只看到60页,每天看30页。太慢了。

 

 

#2017-04-1709:26:59AprilTuesdaythe16week,the107daySZ 

 

看完了书的最后部分,感觉只记住了几个算法名字,具体的公式,如何使用,忘记了。

感觉效果很差,对自己产生深深的怀疑,靠这样的效果怎么去拿高工资。打算多看几遍,尤其是碰到具体项目随时查看,研究。

 

#2017-04-1610:57:00AprilMondaythe16week,the106daySZ 

 

周末两天在深大看统计学,感觉我的状态是注意力稀释的状态,效率很低,两天只看了60页。

为什么看小说时候就能够一天几百页,因为小说不动脑筋,统计学感觉看起来吃力,完全看不懂在干啥,全是各种公式。

 

#2017-04-1115:11:42AprilWednesdaythe15week,the101daySZ 

K近邻法好抽象,各种空间,感觉完全看不懂,要疯了,挣扎着从24页看到了58页。

 

#2017-04-1015:59:31AprilTuesdaythe15week,the100daySZ 

今天收到新书《统计学习方法》,开始研究这本书了

 

#2017-04-0917:26:18AprilMondaythe15week,the099daySZ 

 

周日去玩了。今天看了面试题,基本都不会,惊呆了,不知道怎么办。突然感觉前途渺茫,前面多半年的努力没有成效。

今天无意在知乎刷到了一个好网站:https://www.nowcoder.com/discuss/19379?type=2&order=3&pos=30&page=1&from=mnks201

网站主要就是指导面试的,各种题库,从里面一个用户的推荐,准备买书:《统计学习方法(李航)》《机器学习(周志华)》《剑指offer》

“牛客网”是一个专注于程序员的学习和成长的专业平台,集笔面试系统、课程教育、社群交流、招聘内推于一体。

看了三本书的简介,发现面试题的内容和书中基本一样,突然醒悟,学习走了弯路,以前都是各种网络视频教程,拿了面试题还是懵逼。

接下来好好看书。

 

#2017-04-0711:14:27AprilSaturdaythe14week,the097daySZ 

 

昨天看完了大神的数据挖掘22个博客内容,也做了笔记。

今天去了https://www.julyedu.com/question/index刷题

刷的是机器学习的内容,10道题坐下来,蒙对了5道题,错了5道题,很多问题感觉完全没有见过,吴恩达的那个视频里面完全没有提到过那些知识点。

现在打算的学习方法就是直接刷题,哪里不懂弥补哪里,同时把不懂的地方做笔记,发布到博客里,让大家一起学习。

其实,七月在线的APP更适合刷题,坐在公交车上看几道题比看几篇鸡汤文章感觉实在些。

 

今天一整天就看了10道题,关键这10道题以前都没有见过,每道题都要查大量网页,然后总结成自己的东西,写到自己的博客,方便以后复习。

下午饿到7点,感觉都低血糖了,走不到餐馆了。不开心。

高薪不好拿,需要付出许多的艰辛才可能获得。

不用羡慕别人的高薪,背后都是无数的汗水。

 

#2017-04-0410:06:30AprilWednesdaythe14week,the094daySZ 

今天看完了机器学习笔记300页

 

 

#2017-04-0317:02:54AprilTuesdaythe14week,the093daySZ 

 

今天学会打电话了,看机器学习的笔记看到了230页。

 

 

#2017-04-0209:26:16AprilMondaythe14week,the092daySZ 

 

继续看机器学习106页的内容,睡前看到了180页。

 

#2017-04-0116:52:31AprilSundaythe13week,the091daySZ 

 

周六在腾讯大厦打篮球,下午4点到深大看黄博士的机器学习笔记,看了15页。

 

 

#2017-03-2718:01:40MarchTuesdaythe13week,the086daySZ 

 

总算硬着头皮看完了米度教育做的机器学习数学基础,有时候一页都要看一个小时,边看边走神,边抓头发,边百度一下。

内心深处是真心不想动脑子,心里也想去看那些不动脑筋的电视剧,但谁给我钱,明天吃啥,喝啥,住哪里,普通人需要为衣食住行打拼。

只有满足了最基本的需要,也就是财富自由的时候,才能随意做自己喜欢的事情。否则,一切都扯淡。

很多人总说我是学霸,其实,比起他们的高中学历,我有硕士学历,确实可以成为他们眼中的学霸,但是学霸心里也不喜欢学习啊,

谁不想享受生活,不动脑筋,但是总要为自己负责吧,时刻记住,世界只有我能为我负责,我的人生在我手里,任何人包括父母都没有权利,义务和能力为我负责。

因为我是普通人。

每次看不进去的时候,想想那些餐馆工作人员,每天早上很早起来,一直卖饭到晚上11点才回家,每天至少工作15个小时,只要能赚到钱,他们宁愿24小时工作。

我有什么资格去偷懒,不学习,关键还是坐在空调房间里面,衣食无忧的状态。

 

#2017-03-2613:33:41MarchMondaythe13week,the085daySZ 

 

上个周末两天都在深大看米度教育做的机器学习数学基础,发现以前学习的高数,概率论,统计学,线性代数等突然都有用了,

真的是书到用时方恨少。读过的书,翻过的页数和以后点过的票子数目成正比。

 

 

#2017-03-2209:15:40MarchThursdaythe12week,the081daySZ 

 

前面两个月都没有怎么看AI知识,转去学习爬虫,数据结构和算法,操作系统等知识,算是短暂的放弃AI。

从今天开始,继续接着学习AI,打算把所有的知识点都拿下,不再像以前那样觉得不用记住各种算法和公式。这次全部都拿下。

晚上刷题,有个网站,提供了一个刷题平台,专门刷AI的题。https://www.julyedu.com/question/index/type/2

 

#2017-02-0608:56:51FebruaryTuesdaythe06week,the037daySZ 

 

昨天看了大神的博客,看完后感觉没有什么收获,博客里面的东西我都知道,说明关于AI我还是进步了,只是自己不知道罢了。

 

AI既然这么难,一时半会也啃不下来,那就慢慢从头开始看起,用最笨的办法,把心态摆正,不用急于求成,

一个月不行,一年,一年不行两年,我就不信拿不下来你

 

#2017-02-0421:02:46FebruarySundaythe05week,the035daySZ 

 

周末看TensorFlow官方文档,中文版,发现看不懂,浪费了一个周末时间。文档是给有经验的人准备的。

最近心态不对,老板急着要成果,我着急学会AI,但是心急吃不了热豆腐,感觉要学的很多,摸摸东,摸摸西,什么都学不到。

不像几个月前淡定的慢慢学,采取个个击破的策略,任他AI东西多,也经不住我常年累月的学啊。

还是要摆正心态,心态决定一切。

 

#2017-01-3114:07:09JanuaryWednesdaythe05week,the031daySZ 

 

今天还在研究云图,爬虫的几个博客,其中一个博客让我惊呆了。

http://blog.csdn.net/eastmount?viewmode=contents

北理工大学硕士毕业,不在繁华的帝都找工作,赚大钱。却回到贵州老家大学当老师,他的博客里东西好多呢,有ML,Python爬虫,Python教程,数据分析(20多个课程,我抽空好好研究他的博客就行了)

学习SQL好网址:http://www.w3school.com.cn/sql/index.asp

 

 

 

 

 

秦路

如何快速成为数据分析师?写的很棒。

https://www.zhihu.com/question/29265587/answer/125091104

写给新人的数据库指南

https://zhuanlan.zhihu.com/p/25120684

 

#2017-01-3010:29:59JanuaryTuesdaythe05week,the030daySZ 

 

这两天搞了几个爬虫项目,终于实现了我的云图,感觉写代码就是接受项目,网上查找类似代码,复制过来,稍作修改。

怪不得很多程序员说他们只是代码的搬运工。

通过类似成功的项目,让我对Python编程再次有信心了。再次有勇气去面对人工智能的挑战,我要继续学习人工智能,永不放弃。

 

#2017-01-2609:51:58JanuaryFridaythe04week,the026daySZ 

 

今天无意发现了学习自然语言的好网站:我爱自然语言处理http://www.52nlp.cn/author/admin

里面有学习资料,还有工作机会,都是公司内部技术领导发布的岗位,跳过HR,直接投递简历那种。

 

目前的困境,团队没有很牛逼的人物带领,眼界太小,平台和领导都是非常好的。

唯一的缺陷就是作为程序员,很多东西都不知道,没有见过,架构师这个岗位都无法亲身体验。

类似公司的硬件工程师,没有机会自己画电路板,实现自己脑海里面的东西。只能做井底之蛙,孤独终老

等到哪天,公司不要自己了,出去发现什么都做不了,那个就很尴尬了。

 

我想去创业了。因为真的迷茫

 

#2017-01-1914:54:27JanuaryFridaythe03week,the019day 

 

购买了自然语言处理实战课程,感觉像听天书一样,很多地方不懂。

https://www.julyedu.com/course/getDetail/51




中华小当家
3楼 · 2020-08-13 09:25

线上和线下,只是培训的形式发生了变化,而教育的本质并没有变。

线下面班,学生和老师是面对面的,学生有问题可以与老师更加及时、高效的沟通解决。

线上班,上课时间和地点对于学习者来说更加灵活些,还需要个人有足够的自控能力。

这个巴掌正适合你的脸
4楼 · 2020-08-13 09:56

怕就怕不管线上线下你都学不会。。。深度学习难度还是比较大的,建议先了解下

相关问题推荐

  • 回答 20

    选对培训机构比较重要,还有就是选择的时候看一下自己适合哪种风格的讲课方式,这个也很重要。因为现在5G时代来临,人工智能绝对是一个发展的大趋势,如果你自己空余时间又比较多的话,其实可以报一个辅导班,学习学习一些基本的东西,毕竟多学点总是没有坏处...

  • 回答 3

    深度学习是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络(Deep Neural Network,DNN)和采用大量样本数据作为输入,人们最终会得到一个具有强大分析能力和识别能力的模型,该模型包含了DNN的构成参数以应用于实际工作。...

  • 回答 3

    AI深度学习课程是用于建立、模拟人脑进行分析学习的神经网络,并模仿人脑的机制来解释数据的一种机器学习技术,主要应用于图像识别、语音识别、自然语言处理等领域。学完可以从事深度学习工程师、机器学习工程师、人工智能工程师、高级算法工程师、高级算法工...

  • 回答 16

    算法,数据相关的适合做人工智能

  • 回答 28

    人工智能取代的行业,一定有如下几个特征:1、大量重复型。2、逻辑性比较强。3、数据库依赖型。像司机,咨询,教育,医生,会计,律师助理,工程师,码农等,都是容易被取代的行业。当然,这都是强人工智能以后会发生的事,现在还是弱人工智能的时代,想进入...

  • 回答 9

    如果你是自己学着玩,提升自己的话,高中毕业都可以。如果是冲着AI算法岗或者科研一席之地,至少211硕士。具体可以亲身体验一下今年算法岗秋招。

  • 回答 9

    可以,未来的人工智能发展深度学习必然是现在大型机器生产科研必备的,证书的话某个培训好像有这个中科院的证书,具体你去百度吧

  • 回答 8

    我觉得就是人工智能的课程,现在家具都是智能家居了。这一块发展一定很好

  • 回答 3

    对于sgd算法而言,batch size太大太小都不好,太小的话训练不稳定,计算效率低;太大的话收敛速度慢,需要仔细调节一下。以2的倍数调节,例如32,64,128等

  • 回答 1

    在terminal中输入$wolf@wolf:~/Downloads/gitclonehttps://github.com/Tencent/ncnn cd切换到NCNN目录***这步很重要,这时候需要修改ncnn的root目录下的CMakeLists.txt文件,需要将倒数几行的add_subdirectory(examples),取消注释,这样就是默认编译example...

  • 回答 5

    人工智能的话其实到现在来说已经慢慢趋于成熟,学的话首先是一线城市,学出来好就业,还有就是薪资也高

  • 回答 3

    画个train and test error VS 训练数据量(training set size) 的learningcurve应该会更加直观了。可以找个简单的数据集,比如说handwritten digits或者什么的,分别用神经网络和决策树或者knn做出这个learningcurve。你会看到如果用一个决策树去解决这个问题...

  • 回答 2

    共生矩阵用两个位置的象素的联合概率密度来定义,它不仅反映亮度的分布特性,也反映具有同样亮度或接近亮度的象素之间的位置分布特性,是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。     一幅图象的灰度共生矩阵能反映出图象灰度关于...

没有解决我的问题,去提问