團隊項目博客

Julia_AI_123

---

我們的團隊項目是利用Julia語言實現NER model。

寫出項目的NABCD

N: 這將是世界上第一個利用Julia語言實現的AI model，這是從0到1的需求。 A: 我們擁有MSRA系統組資深的Julia工程師，也很容易得到Judy(世界上第一個Julia語言的調試器）團隊的支持。 B: 推動深度學習框架的演化，提升Julia團隊和MSRA的知名度，鍛煉我們的團隊合作能力。 C: 我們沒有競爭對手。 D: 一方面爭取獲得Julia官方團隊的認可，利用他們的平臺進行推廣；另一方面， 把項目放在github上。評價我們工作最主要的量化指標，就是我們NER model 最后的accuracy。

用戶調研

我們與刑宇同學進行了深入面談，并且由于達同學錄制了視頻。我們得出來的主要結果是：盡量與Pytorch或Tensorflow等比較流行的深度學習框架的API保持一致。

alpha階段主要場景

典型用戶：

樂于嘗試新鮮事物的geek。

典型場景：

CV，NLP等領域的DL模型訓練

項目相關

項目源代碼地址：
https://github.com/GGchencan/Julia_AI_123
代碼規范：
https://juliacn.github.io/JuliaZH.jl/latest/manual/style-guide/index.html
alpha階段要完成的任務:

1.Dataloader的實現(30 People * hour） 2.關鍵算法的實現（bi-LSTM）（100 People * hour） 3.整體模型搭建（30 People * hour）

Sprint

我們計劃為 2018-11-24 至 2018-12-04，共計10天，每天每人投入約 4 h，多余時間做代碼評審、討論、總結。

新聞報道:

標題：

JuJu 顛覆你的深度學習模型搭建體驗

總結:

我們為Julia開發了一套用于NER問題的一站式解決方案， 現在你可以用我們的框架使用Julia語言進行NER問題模型的搭建、訓練、測試---是時候將python的簡潔和C語言的高效結合在一起了！

問題：

我們為Julia語言開發了第一套可以用與解決NER問題的框架。

解決方案：

通過對已有框架Flux進行改進， 我們將創建許多新的、有用的API。

引證：

Jinhua Zhu: 用Julia進行深度學習模型搭建真是太酷了!

如何開始：

你可以像使用pytorch一樣使用它。

收尾：

請期待我們后續推出的更多模型。

項目經理心得

一開始以為《人件》這本書是著重講這個“件”的，即講述軟件工程各種嚴格的開發流程之類的。現在看了一部分，發現自己之前的設想不太對。這本書著重講“人”，從目前我看的部分來看，這本書的核心在于教PM如何管理團隊成員，是從人性最真實的角度來看待團隊合作中可能出現的各種問題。
我原本以為像這種隱晦的內容，都是口口相傳，言傳身教的，沒有想到能整理成書的形式。把這些內容整理成一種“知識性”的文字，我覺得還是非常有意義的。期待在團隊管理中，能充分考慮到“人”這個因素，也希望在這本書接下來的閱讀過程中，能收獲更多的東西！

?

轉載于:https://www.cnblogs.com/JuliaAI123/p/9991309.html

新人創作打卡挑戰賽發博客就能抽獎！定制產品紅包拿不停！

總結

以上是生活随笔為你收集整理的团队项目博客的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。