深度学习——从代码开始

前言

目前深度学习抢得了足够的眼球和关注度，从各大公司的布局、到如雨后春笋般出来的一波波的创业公司，再到各种普及入门、深度剖析相关的公众号，每天都有大量技术、论文解读相关的文章、博客等，各种各样的信息如洪水般涌入我们的视野，各种论文解析、各种深度剖析等等，在众多的信息中，我们如何去伪存真、吸收更多的有用的信息和知识点是一个要面对的新的问题。

身边也有越来越多的朋友、同学开始向这方面寻求转行，觉得自己所属的开发行业似乎已经是过时的技术，必须要拥抱深度学习这个技术风口。拥抱变化、追求变化是好的，但如果过味的追求风口、追求技术热点、不辩证的去看最终反而会延误自己的发展。

“算法工程师” 还是 “算法应用工程师”

周围有很多朋友都是从做服务端开始的，平时解决的很多问题都是工程相关的问题。我所认识的BAT以及在国外工作的同学，虽然顶着“算法工程师”相关的头衔，但绝大多数都是直接运用公司或业界内现有的计算平台，对已有算法进行使用，甚至很少一部分才会对现有算法进行较大的改造。所以大部分人其实是算法应用工程师，更多的时间是在处理数据、调参等问题。

话说回来，我为什么要强调一下这个问题，真的是因为在实际工作环境中，能够发论文、有些突破性改造的真的是很少，大部分是组合使用。比如将原来深度模型后面挂了一个逻辑回归，将其改为使用SVM；原来是5层的神经网络，改为LSTM等等，目的只有一个就是解决问题、提升效果。

所以后面会写一些文章，来从程序员的角度来聊聊深度学习相关的知识内容，当然主要是借鉴git上已有的代码来进行解释。其目的有三，第一是让广大的做服务端相关的同学认识到“术”的相通之处，所谓的算法工程永远离不开工程，在工程