数学不好也能学会AI编程!微软亚洲研究院AI实践课程上新

2019 年 10 月 9 日 微软研究院AI头条


本文介绍由微软亚洲研究院经过一年研发推出的 AI 实践课程。该课程无需数学基础,从简单的代码入手,逐步教会学生神经网络的原理,每一步都有代码展现原理。此外,既有实训平台,可以在上面用 GPU 训练 AI 模型,又有众多有趣+实用的案例。


邹欣现任微软亚洲研究院首席研发经理,参与 AI 平台的研发和推广工作。 他还是《移山之道》、《编程之美》、《构建之法 – 现代软件工程》等书的作者。

他参与的开源课程《神经网络基本原理简明教程》是微软亚洲研究院经过一年的研发推出的,最近刚刚更新了课程内容。 本课程更注重进行项目实践,可以说非常对程序员的口味了。 同时本教程对数学的要求并不是很高,学习门槛一下子就降了不少。

相比其他课程而言,本课程的独特之处在于:

  • 从简单的代码入手,逐步教会学生神经网络的原理,每一步都有代码展现原理
  • 有实训平台,可以在上面用 GPU 训练 AI 模型
  • 有众多有趣+实用的案例
  • 初步反响很好,程序员喜欢通过写代码来学习 AI,而不是推导公式

如何浏览本系列教程


如果使用浏览器在线观看的话,可以使用 Chrome 浏览器,需要加这个 Math 展示控件:

https://chrome.google.com/webstore/detail/mathjax-plugin-for-github/ioemnmodlmafdkllaclgeombjnmnbima

也可以 clone 全部内容到本地,然后用 VSCode 浏览,但 VSCode 中需要安装能读取 Markdown 格式的扩展,比如 Markdown Preview Enhanced。

写在前面,为什么要出这个系列的教程呢?


总的说来,我们现在有了很多非常厉害的深度学习框架,比如Tensorflow、CNTK、PaddlePaddle、Caffe2等等。

然而,我们用这些框架在搭建我们自己的深度学习模型的时候,到底做了一些什么样的操作呢? 我们试图去阅读框架的源码来理解框架到底帮助我们做了些什么,但是……很难! 很难! 很难! 因为深度学习是需要加速啦,分布式计算啦,框架做了很多很多的优化,也让像我们这样的小白难以理解这些框架的源码。

这取决于你是想真正地掌握“深度学习”的思想,还是只想成为一个调参师? 在我们看来,如 TensorFlow、CNTK 这些伟大的深度学习工具,是为了解决实际的应用问题而生的,而不是用来学习“深度学习”知识和思想的。 所以我们根据自己亲身经历的学习轨迹,归纳出了以下教程,可以帮助小白做到真正的从入门到精通。

通过以下循序渐进地学习与动手实践,一方面可以帮助读者深刻理解“深度学习”的基础知识,更好地理解并使用现有框架,另一方面可以助力读者快速学习最新出现的各种神经网络的扩展或者变型,跟上快速发展的 AI 浪潮。

对于这份教程的内容,如果没有额外的说明,我们通常使用如下表格的命名约定:


适用范围

没有各种基础想学习却无从下手哀声叹气的玩家,请按时跟踪最新博客,推导数学公式,跑通代码,并及时提出问题,以求最高疗效;

深度学习小白,有直观的人工智能的认识,强烈的学习欲望和需求,请在博客的基础上配合代码食用,效果更佳;

调参师,训练过模型,调过参数,想了解框架内各层运算过程,给玄学的调参之路添加一点心理保障;

超级高手,提出您宝贵的意见,给广大初学者指出一条明路!

前期准备


环境:

  • Windows 10 version 1809
  • Visual Studio 2017 Community or above
  • Python 3.6.6
  • Jupyter Notebook (可选)


自己:

清醒的头脑(困了的同学请自觉泡茶),纸和笔(如果想跟着推公式的话),闹钟(防止久坐按时起来转转)。


神经网络基本原理简明教程



扫描上方二维码,查看完整课程




你也许还想看


感谢你关注“微软研究院AI头条”,我们期待你的留言和投稿,共建交流平台。来稿请寄:msraai@microsoft.com。



登录查看更多
2

相关内容

微软亚洲研究院 - 维基百科,自由的百科全书

微软亚洲研究院(Microsoft Research Asia)位于北京市海淀区中关村丹棱街5号微软大厦2号楼12-14层,是微软研究院之一,也是微軟在海外最大的研究院及微软在亚洲的第一個研究院,2004年被麻省理工学院《技术评论》称为“世界上最火的计算机实验室”。经过多年的发展,微软亚洲研究院拥有超过230名全职研究员、工程师与超过250名访问学者与实习生。

【2020新书】使用高级C# 提升你的编程技能,412页pdf
专知会员服务
56+阅读 · 2020年6月26日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
106+阅读 · 2020年5月9日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
107+阅读 · 2020年4月12日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
54+阅读 · 2020年3月4日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
346+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
142+阅读 · 2019年12月4日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
159+阅读 · 2019年10月28日
【开源书】PyTorch深度学习起步,零基础入门(附pdf下载)
专知会员服务
107+阅读 · 2019年10月26日
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
入门最佳:PyTorch深度学习免费课程
新智元
7+阅读 · 2018年9月18日
各编程领域最好的入门书籍
程序猿
27+阅读 · 2018年7月29日
这4门AI课程,堪称本年度最佳
人工智能头条
11+阅读 · 2018年7月6日
学习大纲:两周搭建Demo理解机器学习
人人都是产品经理
5+阅读 · 2017年12月28日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Arxiv
4+阅读 · 2019年9月5日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
5+阅读 · 2019年4月21日
Arxiv
26+阅读 · 2019年3月5日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
VIP会员
相关VIP内容
【2020新书】使用高级C# 提升你的编程技能,412页pdf
专知会员服务
56+阅读 · 2020年6月26日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
106+阅读 · 2020年5月9日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
107+阅读 · 2020年4月12日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
54+阅读 · 2020年3月4日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
346+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
142+阅读 · 2019年12月4日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
159+阅读 · 2019年10月28日
【开源书】PyTorch深度学习起步,零基础入门(附pdf下载)
专知会员服务
107+阅读 · 2019年10月26日
相关资讯
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
入门最佳:PyTorch深度学习免费课程
新智元
7+阅读 · 2018年9月18日
各编程领域最好的入门书籍
程序猿
27+阅读 · 2018年7月29日
这4门AI课程,堪称本年度最佳
人工智能头条
11+阅读 · 2018年7月6日
学习大纲:两周搭建Demo理解机器学习
人人都是产品经理
5+阅读 · 2017年12月28日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员