• 技术成长之路:人工智能


    1 写在前面

    技术成长,我的理解就是利用掌握的知识,逐渐独挡一面的过程。
    奥义:坚持。
    刚工作时,作为小白,
    没有明确的发展路径,公司对于新人同样没有明确的要求,
    于是,我开始了放羊式地工作,其实,是公司给机会学习,
    非常感谢这第一段工作经历,有机会接触到人工智能方面的知识。
    人工智能领域,经过1年的学习,逐渐形成自己的知识体系,
    回头看时,我的学习路线如下图所示,
    由图可知,我的学习过程比较简单,
    从选择开发语言(Python)、框架(Flask、TensorFlow)、数据库(MySQL)到服务部署(Docker)、测试(Postman),
    至此,入门人工智能。

    在这里插入图片描述

    2 学习过程

    工欲善其事必先利其器。
    上面的学习路线罗列了我的成长路径,不过比较抽象,
    接下来我会按照顺序介绍学习过程中使用的工具,
    工具熟练使用了,说明,你已经从理论到实践了,
    这些工具串起来,就是完整的技术成长历程。


    在这里插入图片描述
    选择并学习计算机编程语言。
    计算机作为21世纪最伟大的发明,已经如同空气般存在。
    而,计算机编程语言,作为人类为使用计算机计算资源完成计算任务的利器,
    百花齐放,不同的领域,都有各自的主流编程语言,
    人工智能领域,首选Python,所以,我从学习Python开始,为后续的模型训练做准备。
    一切故事始于Python。
    要想在某个计算机细分领域内有所建树,必须熟练掌握一门该领域主流的编程语言,因为,她是你完成任务的发动机,你的脑袋好比燃料,没有发动机,燃料自然没有用武之地。


    在这里插入图片描述
    工欲善其事必先利其器,选择合适的集成开发环境。
    Python集成开发环境众多,如Spider、Jupyter、VSCode、PyCharm等,
    我使用PyCharm开发,她可以智能提示,选择虚拟环境,并且可以自定义虚拟环境,当然,搭配Anaconda,这里就不罗列了。
    关于集成开环境,同样要熟练使用,
    她不仅可以提高生产效率,还可以提高问题排查效率。


    在这里插入图片描述

    这是我学习的第一个Web框架,起初,学习Flask是为了将模型作为服务提供给客户,
    Flask是使用Python开发的后台框架,天然可以集成TensorFlow(Python版)训练的模型,
    将模型集成在Flask中,既可以提供模型功能,又可以自定义业务逻辑,是两全其美的工具,
    但是,直接将模型集成在Flask中,模型每次更新,都需要重新上线后台服务,
    没有做到解耦,在后来的规划中,打算将模型服务和后台服务解耦,
    通信使用http或者grpc。


    在这里插入图片描述
    后台开发,当然离不开数据库,
    最熟悉的莫过于增删改查,
    这里选择MySQL社区版,开始了MySQL学习之旅。
    MySQL作为OLTP利器,被众多业务系统广泛使用。


    在这里插入图片描述
    后台接口开发,接口测试是必经之路,
    这里选择Postman作为接口测试工具,
    Flask集成Swagger比较麻烦,所以,借助外部接口测试工具,
    Postman提供云存储方案,可以团队协作,接口共享。


    在这里插入图片描述
    接口开发和测试,只是业务的第一步,
    接下来要部署服务,
    这里选择Docker作为服务部署的容器,
    使用Docker部署服务,可以高效利用服务器资源(指定服务占用资源),保证服务稳定(如开机自启、自动重启等)。
    以上,即完成后台服务的开发、测试和部署。


    在这里插入图片描述
    开发过程中,不可避免地要与操作系统打交道,
    后台服务,我学习过程中,服务部署在Linux系统中,
    因此,对于Linux的学习必不可少,
    包括基础的文件操作、shell脚本等,
    这为后来的模型训练、部署等打下了基础。


    在这里插入图片描述
    上面都是准备工作,为后续的人工智能学习和实践打基础。
    同样,人工智能领域的框架也是众多,如Tensorflow、Caffe、PyTorch、MXNet等。
    这里,选择Tensorflow深度学习框架。
    为什么选择Tensorflow?
    (1)工具种类齐全;
    (2)简单易用;
    (3)兼容性好、体验效果好;
    (4)全生命周期;
    (5)易于维护。
    当然,论文阅读也是必不可少的,无需多讲。
    上面就是我的技术成长印记。

    3 成果

    在人工智能领域,通过坚持学习,出版了《基于TensorFlow2.0的人工智能开发应用》一书。

    技术成长心得:

    • 坚持
    • 理论结合实际
  • 相关阅读:
    qiankun - 微前端应用搭建
    The 2022 CCPC Guangzhou Onsite M. XOR Sum(数位dp 数位背包)
    Arduino驱动MAX30102心率血氧传感器模块
    Vivado仿真数据出错
    Databricks notebook里面插入图片步骤图示
    详解C语言指针(二)
    k8s--基础--10.1--命令--kubectl--介绍.md
    IT职场生活工作感悟
    Java中锁的深入理解
    C++primeplus P392-P415
  • 原文地址:https://blog.csdn.net/Xin_101/article/details/126663080