資訊專欄INFORMATION COLUMN
摘要：前言作為一名在本科期間做過前端，研究生期間研究了深度學(xué)習(xí)，目前是一名前端開發(fā)工程師的我，應(yīng)該說一下我作為前端開發(fā)工程師在人工智能浪潮里該做些什么。
前言
作為一名在本科期間做過前端，研究生期間研究了深度學(xué)習(xí)，目前是一名前端開發(fā)工程師的我，應(yīng)該說一下我作為前端開發(fā)工程師在人工智能浪潮里該做些什么。
如何看待人工智能本人是深度學(xué)習(xí)方向探索過三年的研究生，在老師的洗腦下對深度學(xué)習(xí)和整個(gè)人工智能方向是非常看好的。我認(rèn)為深度學(xué)習(xí)有能力實(shí)現(xiàn)真正的強(qiáng)人工智能，產(chǎn)生一次新的技術(shù)革命，我稱之為智能化革命。未來會有大量的崗位被人工智能所取代。當(dāng)然也可能包括軟件工程師。
深度學(xué)習(xí)給前端的挑戰(zhàn)與機(jī)遇相信很多人都知道了pix2code這個(gè)研究成果，lstm曾在自然語言處理上有很大的成功，現(xiàn)在開始了對編程語言的挑戰(zhàn)。對于很多前端開發(fā)工程師來說可以說是百感交集，未來有了機(jī)器人幫自己工作，似乎可以擺脫一些繁瑣的頁面樣式工作，但也可能會為自己的未來感到擔(dān)憂。
這里我大膽的猜想一下，三年后類似pix2code的東西在科研層面將會非常成熟，具體的就是識別速度大大加快，識別率大大提升。為什么這么說呢，是基于一個(gè)經(jīng)驗(yàn)和一個(gè)事實(shí)。經(jīng)驗(yàn)就是，在深度學(xué)習(xí)領(lǐng)域如此轟動的成果必然會有很多科研人員加入這個(gè)方向的研究，另一個(gè)事實(shí)就是目前識別率不高的很大問題在于訓(xùn)練樣本集太小。
假設(shè)幾年后前端開發(fā)工程師已經(jīng)是可以在深度學(xué)習(xí)產(chǎn)出后的代碼上直接工作了，那么很多前端工程師的職能一定會有很大的變化。深度學(xué)習(xí)的大發(fā)展也讓前端工程師有了新的分支——數(shù)據(jù)可視化工程師。百度的Echarts就是一個(gè)很好的例子。
學(xué)習(xí)深度人工智能算是一個(gè)大坑，所以在這塊的認(rèn)知可以根據(jù)實(shí)際情況對應(yīng)學(xué)習(xí)。
基礎(chǔ)認(rèn)知
作為一名工程師了解深度學(xué)習(xí)，機(jī)器學(xué)習(xí)究竟是什么，他們可以處理什么樣的問題是很有必要的，就算在長時(shí)間內(nèi)可能不會去處理類似的問題。另外可以關(guān)注一下深度學(xué)習(xí)的一些突破性進(jìn)展。
實(shí)踐探索
這里如果是對python沒有基礎(chǔ)也不想學(xué)習(xí)的，可以去使用js的一些庫，推薦keras.js。這個(gè)庫可以將keras的訓(xùn)練后的模型直接在瀏覽器端做一個(gè)識別也可以進(jìn)行網(wǎng)絡(luò)可視化。
谷歌推出的瀏覽器端的機(jī)器學(xué)習(xí)庫deeplearn.js.
node的machine_learn
python黨例如tensorflow，keras都是很好的庫。
如果需要實(shí)踐可以在github上找一些小項(xiàng)目理解一下運(yùn)行的流程，網(wǎng)絡(luò)的結(jié)構(gòu)即可。一開始如果就嘗試啃公式和論文會很痛苦。
深入原理
首先先申明一點(diǎn)，學(xué)習(xí)算法的到深處都是滿滿的數(shù)學(xué)公式，所以如果有需要可以對例如svm，梯度下降，神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型進(jìn)行學(xué)習(xí)，甚至推導(dǎo)?；A(chǔ)的知識我推薦http://ufldl.stanford.edu/wik...。
其他知名算法的數(shù)學(xué)模型網(wǎng)上也比較多。
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/19695.html
摘要：數(shù)據(jù)浪潮之間的前端工程師十年來，波瀾壯闊的移動互聯(lián)網(wǎng)浪潮促進(jìn)了技術(shù)的迅猛發(fā)展，隨著瀏覽器性能網(wǎng)絡(luò)帶寬等基礎(chǔ)設(shè)施的提升，也能夠承載起包含復(fù)雜交互可視化計(jì)算邏輯需求的富客戶端應(yīng)用。 showImg(https://segmentfault.com/img/remote/1460000016874425); 本文是架構(gòu)師 2018-10 月刊的卷首語，歸納于自筆者的技術(shù)之路系列文章，也是對 ...
摘要：應(yīng)該說，這是一次極具價(jià)值的演進(jìn)，而在其中浪潮存儲表現(xiàn)突出。據(jù)孫鋼介紹，面向目前的人工智能物聯(lián)網(wǎng)等新型應(yīng)用場景，浪潮存儲已經(jīng)進(jìn)行了相應(yīng)的布局。世界上最有價(jià)值的資源已經(jīng)不再是石油或貴金屬，而是數(shù)據(jù)。通過收集和存儲更多的數(shù)據(jù)，企業(yè)可以更進(jìn)一步優(yōu)化其產(chǎn)品，從而吸引更多的客戶。作為一種無形資產(chǎn)，海量的價(jià)值數(shù)據(jù)不僅改變了商業(yè)，無形中也改變了企業(yè)級存儲市場的競爭本質(zhì)。2018年是存儲市場的大年：云計(jì)算、大...
閱讀 2764·2023-04-25 14:21
閱讀 1201·2021-11-23 09:51
閱讀 4083·2021-09-22 15:43
閱讀 630·2019-08-30 15:55
閱讀 1587·2019-08-29 11:28
閱讀 2466·2019-08-26 11:44
閱讀 1702·2019-08-23 18:15
閱讀 2898·2019-08-23 16:42
