停止從頭開始編寫機器學習演算法

這是初學者犯的最大錯誤之一。

1.很多初學者認為，如果直接使用TensorFlow這樣的高階API，就叫庫調整器，看起來很底層。

2.看來，如果你不從零開始實現演算法理論和數學計算的研究，你就是在學習假知識。

但這就是錯誤的原因，人太容易受到招聘市場的影響，難道你不知道招聘市場要花乙個送貨員的錢來招乙個中科院院士，如果你不要錢，那就更完美了。

因此，回想起來，您不必從頭開始實現機器學習演算法。

首先，各個領域的演算法數不勝數，就算你想吃乙個非常細分的領域的演算法的透明白原理，也可能需要幾年時間。 其次，這種學習方式仍然是傳統上用於教授機器學習的自下而上方法的概念。

學習數學。 學習理論。

從頭開始實現演算法。

我通過這一步昇華了它。

應用機器學習。

初學者容易陷入的演算法實現陷阱。 設計世界一流的機器學習演算法實現非常困難。 因此，您應該使用現成的實現。

與線性方法相比，更複雜的非線性方法需要更多的資料。 演算法需要快速處理所有這些資料。 這可能需要以最適合底層庫中特定矩陣運算的方式重新解釋方法背後的線性代數。 它可能需要專門的快取知識才能充分利用您的硬體。

這些都不是一旦“hello world”實現工作就可以解決的問題。

1、不要躲在山里努力練習，盡快學以致用，在學習和專案實踐中探索更深層次的知識，或者提高自己的數學能力。

2、學會辨別什麼樣的知識需要考察，什麼樣的知識不需要，時間有限，人生苦短。

3、注意編碼，編碼能力會大大影響你的學習效率。

4.不要重新發明輪子，多看看，問問自己是否有必要從頭開始寫作您可以通過在庫或工具中重用現有的開源演算法來找到它嗎？

我是技術創造者