图像识别 论文 资源 | 普通程序员如何自学机器学习？这里有一份指南~(2)

2.10??深度度双边学习实时图像增强

https://groups.csail.mit.edu/graphics/hdrnet/

2.11 自动驾驶汽车项目

https://github.com/udacity/self-driving-car

3. FAQ

学习过程中遇到困难怎么办？

首先，你必须明白机器学习不是100%精确的，大多数情况下只是一个很好的猜测并且需要大量的调整迭代。因此，在大多数情况下，想出一些独特的想法是非常困难的，因为你的时间和资源大多会花在训练模型上。所以不要试图独自找出解决方案，你可以搜索论文、项目以及找可以帮助你的人。可以说，在获得经验方面越快越好。

以下这些网站可以帮得到你：

https://arxiv.org/, https://stackoverflow.com

??为什么论文不能完全解决问题，或者在一些特定情况下为什么论文被验证是错的？

很遗憾的说，并不是所有的科技人员都愿意公开自己的研究成果，但他们需要通过发表论文来获得收益或者名望。所以他们中的一些人只公布了一部分材料，或者给出了错误的公式。所以我们最好搜索代码，而不是论文。论文只是解决了特定问题的证据或者事实。

从哪里查找最新的学习资料？

，不仅能找到最新论文，还能找到所需要的代码。图像识别 论文图像识别 论文

https://arxiv.org/

用云计算还是台式机/笔记本电脑？

在有大量计算需求的情况下，云计算是最好的选择。对于学习和测试，使用带有支持CUDA的显卡的PC/笔记本电脑要便宜得多。当然，如果你有免费云资源或多余资金，还是使用云比较好。

如何提高调超参数技能？

训练中的主要问题是时间，你不可能一直坐在那里盯着训练数据，因此建议你使用Grid Search。只需要创建一组超参数和模型架构，一个接一个的运行，并保存结果。这样你就能晚上训练，在接下来的一天对比结果，直至找到最有希望的那个。

你可以看看如何在sklearn库中完成这个操作：

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-79755-2.html