【学习·求职必备】入行深度学习之前，应该做好哪些准备
言有三
畢業于中國科學院，計算機視覺方向從業者，有三工作室等創始人
作者 | 言有三
編輯 | 言有三
最近非技術文章有點多，因為實在是連續遇到來需求，當然我也在積蓄下一段干貨。
今天來說一件重要，尤其是對從外行想轉行到深度學習這一行的朋友來說，非常重要的事情。
如果你想搞AI，或者說想用深度學習搞圖像，應該做好哪些準備工作？
1
高配電腦
深度學習可不是窮人玩的，首先你得有硬件！最重要的就是顯卡，主要就是Nvidia的顯卡了，買你買的起的最貴的顯卡就對了！
在這里，我就不給大家去普及各類顯卡的參數了，官網鏈接在此。https://www.nvidia.com/zh-cn/
顯卡的參數就是顯存，因為大部分模型是在GPU上進行訓練，所以這個顯存當然是越大越好，但是對于個人開發者來說，必須在顯存和經濟能力之間取得平衡。
我推薦對于經濟條件比較一般的朋友，6G就夠了！因為目前大部分模型大部分任務，各類框架下6G跑起來沒問題，不管是驗證還是訓練。事實上對于移動端的小模型，還不需要這么大顯存。
那買一臺什么樣設備呢？此處服務器，臺式機不講，只說筆記本，下面是我用的筆記本。
神舟戰神K8-i76172S1筆記本，3年前買的，9000塊錢。顯存8G，15年的頂配機器，同等配置的外星人當年差不多是兩倍這個價格。現在顯卡都升級到了10系列，但是我覺得這個機器還可以再戰5年沒問題。
全機重量大概18斤，再配上一些其他東西，我每天差不多背20斤上班，背了3年多了，很鍛煉身體，推薦入手！當然這款機器是買不到來，我給大家推薦幾個差不多的筆記本，只考慮價格和顯存哈，其他的自己去揣摩。
1.1 8000以下
https://item.jd.com/7410957.html
神舟(HASEE)戰神Z7-KP7SC/Z7-KP7GC，GTX1060 6G獨顯。?
1.2 10000左右
https://item.jd.com/100000439819.html#crumb-wrap
神舟(HASEE)戰神ZX8-CR6S1 GTX1070 8G獨顯。
就這兩段位，筆記本好像還沒有內置16G，12G顯存的，可以自己外置，但是真沒必要。錢多點買8G，錢少點6G也夠了。
其他牌子自己比較，Mac可以嗎？當然可以，但是不好，畢竟CPU再強，也無法和GPU相提并論，當然如果你不需要自己訓練模型，倒是可以考慮。
2
移動硬盤
深度學習數據集動不動就是幾十上百G，沒有移動硬盤是不行的，推薦一款固態硬盤+一款2T的普通機械硬盤，不要買4T的，容量越大越容易出問題，出了問題愁死人。
固體硬盤有錢買三星，沒錢就買個其他牌子，容量500G以下就夠了，畢竟這是為了快速拷貝數據。
3
系統
放棄windows，聽我的，長痛不如短痛。老老實實用上Ubuntu。MacOS也不是不行，但是裝起庫來還是Ubuntu更方便。
4
一個團隊
對于大多數人來說，學習不是一個人能夠搞定的事情，你需要團隊，尤其是初學者。否則一個很小的問題別人一分鐘解決，你可能需要三天，那是極大的時間浪費。如果你是孤軍奮戰或者自身解決問題能力比較差，可以考慮來加入我們群以及“濟”劃進行系統性的學習。
有三AI“【濟】劃”，從圖像基礎到深度學習
5
一些項目
實踐出真知，看的再多，不如自己去做。看懂一篇好文章和寫出一篇好文章，看懂一段代碼和自己寫出一段代碼，可能是幾個月到幾年的時間跨度，只有自己動了手才會知道。
所以你需要實踐項目鞏固基礎，提煉細節，而且實際問題往往更加復雜和綜合，比跑demo學習到的東西多很多。
可以去公司實習，如果沒有，就參加一些比賽，如果還沒有，就自己想一些項目做，如果還沒有，就參加我們“稷”劃吧，每個月都會開放一批。
有三AI“十月【稷】劃”，從自動駕駛到模型優化
6
編程與數學基礎
然后需要一些基礎知識，python和c/c++是應該有的，python一定要有！
數學嘛，越多越好。當然，對于大部分應用工程師來說，可能用不到多么高深的數學基礎，但是基本的概率論，線性代數，矩陣分析的基礎要有的，沒有就慢慢補吧。
然后，一些圖像基礎也要有，推薦兩本基礎書吧。
7
時間和耐心
其實說到這里，才是最重要的決定因素。因為前面這些，沒有什么難度，做到都不難。
深度學習是一門新興信息學科，需要的知識非常廣泛，你可以先感受一下這個技能樹，這只是其中一部分。
AI工程師，尤其是頂尖工程師確實收入遠超一般人，但是也需要有相當的能力，想獲得多少，就要先付出多少。
這是一個可以作為終身事業的職業，希望大家真正想學習的話，就靜下心來打持久戰，不要急功近利，然后很快就遇到天瓶頸。
最后說一下我的感受，沒有幾件事情需要到拼智商的程度，多數情況下，能走多遠，全在于你有多喜歡，多專注，愿意付出多少。
更多請關注我們的知乎專欄。
深度學習網易公開課已經上線，看有三從不一樣的視角來解讀深度學習，特價5折，僅限今天。
如果想加入我們，后臺留言吧
微信
Longlongtogo
公眾號內容
1 圖像基礎｜2 深度學習｜3 行業信息
往期綜述
【技術綜述】“看透”神經網絡
【有三說圖像】圖像簡史與基礎
【技術綜述】閑聊圖像分割這件事兒
【技術綜述】一文道盡softmax loss及其變種
往期學員分享
【技術綜述】人臉表情識別研究
一課道盡人臉圖像算法，你值得擁有
如何降低遮擋對人臉識別的影響
【技術綜述】人臉年齡估計研究現狀
往期開源框架
【pytorch速成】Pytorch圖像分類從模型自定義到測試
【paddlepaddle速成】paddlepaddle圖像分類從模型自定義到測試
【caffe速成】caffe圖像分類從模型自定義到測試
【tensorflow速成】Tensorflow圖像分類從模型自定義到測試
往期行業分析
【行業進展】國內自動駕駛發展的怎么樣了？
【行業進展】AI：新藥研發的新紀元
【行業進展】哪些公司在搞“新零售”
【行業趨勢】國內這10個AI研究院，你想好去哪個了嗎？
往期模型解讀
【模型解讀】“全連接”的卷積網絡，有什么好？
【模型解讀】“不正經”的卷積神經網絡
【模型解讀】resnet中的殘差連接，你確定真的看懂了？
【模型解讀】pooling去哪兒了？
總結
以上是生活随笔為你收集整理的【学习·求职必备】入行深度学习之前，应该做好哪些准备的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【行业趋势】国内这10个AI研究院，你想
- 下一篇： 【技术综述】深度学习新手如何开始合适的“