大家好啊,我是董董灿。
之前写过一篇文章《万字长文解析Resnet50的算法原理》,很多小伙伴反应,看完之后学到了一些知识,学到了东西。
看到这些留言,感觉很有成就感。
有同学问文章后续,其实关于文章的后续,从写完那篇文章开始,就在思考。
陆陆续续到现在,竟然过了2-3个月了。
于是在最近,我想到了一个后续的写作计划,与其说是写作,不如说是给自己立的一个小小的实战项目,而且绝对是从零开始的保姆级实战项目。
我会结合之前写的Resnet50中的算法原理,从零开始,手写全部算法,并且完成这个网络的搭建,最后,完成图像分类任务的推理。
项目最终的效果是:你从网上下载一张图片,这个网络可以正确的识别出来图片中的物体是什么。
在这个过程中,我会把相关的技术文章和代码,都发布在本公众号。
欢迎持续关注,或将本公众号分享给周围希望学习人工智能算法的朋友。
为什么要从零手写Resnet50?
相信很多同学在初学的时候,都会从网上查过很多神经网络的文章,大部分文章都存在以下的痛点,导致对新手来说,很不友好:
调用第三方库来完成算法的运算
典型的比如 tf.nn.conv2d, 这一个接口调用,就完成了一个卷积算法的运算。
对于新手来说,几乎是很难知道卷积这个算法,到底是如何实现的。
基于某些框架,来进行的网络的推理
一些文章或者教程,基本都是基于某某框架,来完成的一个Resnet50的神经网络搭建。
甚至有些文章教程,都没有网络搭建的过程,直接利用框架已经搭好的网络,上来就直接进行推理。
最终,学完之后的效果就是,跟着教程走,确实能把一张图片成功推理出来,但是对新手来说,依旧一脸懵。
我初学的时候,拿手写数字识别项目练手,就是这种感觉。
按照教程一步步来,确实神经网络很轻松地就识别出来我手写的数字是1还是9, 但是为什么就识别出来了,我不知道。
知其然,不知其所以然。
环境问题搞死新手
对于新手来说,最难的不是算法和框架,而是环境。
如果基于上述第三方API调用或第三方框架来学习,我相信每一个人都会被python环境折磨一遍。
像什么 tensflow、torch、conda、jupyter notebook 等等,每一个都会有不少坑。一整天都在搞编程环境问题,大大磨灭了学习的动力。
于是,我在想,抛弃所有的第三方库和框架,就不能完成一个神经网络的推理了么?
当然可以,而且不会有上述3个痛点的存在。
怎么做? 从零开始写呗
在经过了一些前期调研之后,我制定了从零手写的三个步骤:首先,抛弃所有的三方库,将Resnet50中的所有算法——Convolution,Pooling,BatchNormal,Relu等手写一遍,语言选择python 和 C++,两个版本都会写。至于权值,从网上下载已有的就好。然后,同样抛弃对三方库或框架的依赖,将手写的算法,按照Resnet50的网络结构,搭积木似的搭起来。最后,从网上下载一张图片,输入给搭建的网络,它能正确的输出图片的类别,这个小项目就算成功了。
刚百度搜出来的一只猫,最终希望这个小项目可以识别出这张图片是一只猫就这么简单。
整个过程,我们只需要简单的C++或python开发环境。已经和chatGPT达成了初步意向,希望它能作为我的一个助手,在编程和文章写作的过程中,给与一些帮助。毕竟,在现在,chatGPT的生产力有时候比人要高效很多。
在这个过程中,可能会遇到不少困难,但是,有了chatGPT这个伙伴的加入,相信会顺利很多。
为什么会计划手写python和C++两个版本呢?
因为之前和一些小伙伴沟通,才意识到,并不是每个人的软件技术栈都是一样,甚至有不少小伙伴是java出身的,不好意思本人对java确实不熟。
而且深度学习中,几乎都是 python和C++的天下,写这两个版本,能让更多的小伙伴看得懂,最终代码都会放在github上哦,链接在建仓库之后会公布。
如果你对该项目感兴趣,请持续关注本公众号更新。如果想参与该项目,可联系我一起进行哦。
期待,手写的这个网络,最终识别出上面的那只猫!
v v v v v v
本文为作者原创,请勿转载,转载请联系作者。
点击下方卡片,关注我的公众号,有最新的文章和项目动态。
v v v v v v