Robust 第 10 期：前端開發者如何入門機器學習？

機器學習是人工智能時代對於開發者而言，最核心也是最近的領域。機器學習看上去是比較深，比較複雜的後端開發技術，被算法工程師緊緊掌控着，前端開發者難道不能涉足嗎？咱們真的要錯過嗎？若是我是前端開發者，如何入門機器學習？要學 python 嗎？我不會怎麼辦？本期 Robust 我就帶你來聊一聊機器學習。

網易雲音樂：點擊播放

求打賞🙇若是你以爲 Robust 這樣一檔技術類的談話節目還不錯，但願我繼續作下去，不妨打賞支持。你能夠掃描本文下方的二維碼打賞，也能夠加我微信後紅包打賞。

1. 什麼是人工智能？
   簡單的講，是要用信息技術模擬人的天然行爲，以輔助人類完成某些工做。
   它包含哪些內容？最起碼：a 感覺系統（傳感器技術）b 認知系統（天然語言處理 (NLP)，深度神經網絡）c 決策系統（深度學習）d 響應系統（機器人技術）
2. 什麼是機器學習？
   咱們如今講機器學習，實際就是講基於神經網絡的深度學習。它是人工智能的認知決策的核心內容。
3. 目前已經實現的領域有哪些？
   圖像識別、自動駕駛、智能語音（同聲傳譯）、搜索、藝術創做、醫學診斷、玩遊戲
   語言中提到的搜索引擎 magi.com/
4. 機器學習基本上能夠分爲三個類別: 監督學習、非監督學習和強化學習。
5. 對於前端同窗（非數學專業）而言，如何用更簡單的語言描述機器學習中遇到的複雜概念？
   對於複雜概念而言，它的本質是對具體描述的抽象。它之因此難懂，是由於抽象程度高。咱們要作的，就是還原它的具體，咱們先忘記這些概念，去搞明白抽象背後的具體描述。一個概念，能夠用不一樣的具體描述與之對應，咱們就用本身平常生活中最接近本身的具體事件去描述，在沒有概念的狀況下，咱們也能知道，這個概念是在描述一件什麼事。當咱們反覆用囉裏八嗦的具體描述去闡釋一個東西時，咱們天然而然，就會有強烈願望用一個簡單的概念去描述它，這個時候，咱們再來看，就會發現原來這個概念就是這麼回事。
6. 那麼咱們如何用簡單語言來描述「監督學習」這個概念呢？
   它的本質就是概括法。
   簡單的說，你首先須要一堆數據【給定數據集，也被稱爲訓練集】，這些數據都是客觀事實。其次，你須要有一個訓練算法，經過這個算法，找出這一堆數據的內在聯繫（通常用一個函數來表示），這個東西就是訓練的結果，也就是咱們常聽見的模型。【訓練階段】最後，利用這個模型，去預測一個新給的參數所帶來的結果。【推理階段】
   其中，訓練算法是關鍵。它存在性能問題，爲何呢？這和機器學習的範式（概括法）有關。機器學習和咱們以往尋找最優解的模式不一樣。咱們之前尋找一個最優解，考慮的是運算最短路徑和準確性，也就是在保證必定能找到最優解的狀況下，用最少的運算次數找到最優解。
   而機器學習皆然不一樣，它的預設是沒有基本規則前提下的概括方法，所以，經過機器學習找到最優解不是精確的，而是近似的，至於運算的次數，要看運氣，但通常而言，都是將全部可能遍歷一邊。咱們傳統的一些思考方法，都是有預設和前提的，好比說，找出一組數中，最小的值。用傳統算法，咱們在「找出最小值」這個目標下，能夠先將這些值進行分組，每組最小的再比，或者經過冒泡算法之類的進行排序，總之，咱們很明確知道不一樣值之間它們存在的大小關係。
   可是，機器學習的前提是，它不知道兩個值誰大誰小。你須要先讓它學習，好比說，1和2，它事先不知道1和2誰大誰小，你須要告訴它，你能夠先告訴它這麼一個集合[[1, 2], [8, 199], [5, 92], [43, 1993], [234, 93582], …]，而後告訴它每個數組第一個值比第二個值小。這個集合就是訓練集。它能夠經過這個集合學習到 a-b<0 的時候，表示a比b小。而這個 a-b<0 就是它的訓練結果，未來遇到任何兩個數，它都能知道這兩個數誰大誰小。有了這個誰大誰小的前提，才能進行後面的「找出最小值」的算法。
   那麼怎麼進行訓練呢？這裏就涉及到「成本函數」「神經網絡」等等概念。
7. 什麼是成本函數？
   訓練的本質，實際上就是求函數的係數的過程。好比，咱們初中學習的一元二次方程，y=ax^2+bx+c，這個一元二次方程能夠運用到的地方實在太多太多了。好比經典的案例是「波特蘭的房價」，一套房子大概能賣多少錢呢？假設它受三個因素影響：地理位置a，房子大小b，採光c。那麼咱們咱們怎麼知道 a, b, c 分別是多少呢？初中求一元二次方程告訴咱們，須要給咱們三組x, y，而後代來代去，最後算出 a, b, c。
   機器學習的訓練過程當中，沒有求一元二次方程這麼高的智慧，它能幹啥呢？它只能幹最蠢的事，你須要先知道三套或以上的房子的實際價格，也就是知道三個以上 [x, y] 把全部的a, b, c可能的值，一個一個的代入到方程中，而後計算出 x, y，而後去看，當前代入的 a, b, c 算出來的 x, y 是否和這三個 [x, y] 都匹配，若是找到一組 a, b, c 正好讓方程知足三個 [x, y]，那麼說明這一組 a, b, c 就是咱們要找的解。
   機器學習就是這麼蠢。
   那麼什麼是成本函數呢？如今，把上面這個房價問題抽象成座標軸中的數學問題。三套已知房價就是平面座標軸上的3個點。接下來，機器學習假設a的範圍是[0, 100], b的範圍是[0, 50]，c的範圍[0, 10]，這裏是先假設，假如再這個範圍沒找到，咱們再擴大範圍。A, b, c 的組合就有50000種可能，也就是在座標系裏面，能夠畫出50000條拋物線。那麼哪一條拋物線纔是咱們要的呢？就是去看這些拋物線和已經畫出來的那三個點。靠的最近的，就是那一條。怎麼靠的最近呢？在x 相同的狀況下，點的y值減去拋物線上的y值最小，三個點都這麼去計算，固然，爲了不正負號問題，還能夠相減以後求絕對值，這三個絕對值相加最小的那一條拋物線，就是咱們要找的拋物線了。而這個算法，最終會變成一個 f(a, b, c) 的函數，而這個函數，就是成本函數。
   成本函數，決定了此次訓練過程的性能，也就是要花多少時間才能找到正確的 a,b,c，這個過程，運氣很差的，可能比挖礦還要慢。
8. 什麼是神經網絡呢？
   咱們如今所說的神經網絡，多半是指深度神經網絡。深度學習就是指基於深度神經網絡的機器學習。神經網絡和深度神經網絡就是程度上的不一樣，本質同樣。
   神經網絡和人腦神經元網絡同樣，每個神經元都有本身處理信息的能力，經過樹突接收信息，經過軸突輸出信息。接收的信息可能來自另一個神經元輸出的信息。
   在深度神經網絡中，這些神經元被分層，每一層所負責的工做不同，每一層能夠包含多個神經元。每一層輸出的信息，能夠被下一層的任何神經元接收，這個根據須要來處理。
   核心就在於，每個神經元所包含的算法，以及這個神經元所得出結果的權重。算法工程師在編程時，實際上就是在幹這件事，首先安排一個什麼樣的神經網絡，其次，給網絡中的每個神經元加入算法和權重，而後找一大堆訓練集，運行這個網絡。
   回到咱們上面的房價問題。咱們用窮舉 a, b, c 的方法實在是太笨了。咱們把這個窮舉過程改成用神經網絡來處理的過程。咱們如今建立一個2層的神經網絡。對於輸入而言，地理位置的權重最大，房子大小權重居中，採光條件權重最小。第一層網絡要解決一件事，就是將訓練集中的全部房子之間，a, b, c 的關係轉化爲某個特殊邏輯關係，這個邏輯關係雖然是從已知的這些訓練數據中來，可是和訓練數據已經徹底沒有關係了，從輸入到輸出這個過程，被稱爲「激活」。
   第二層網絡要幹一件事，就是將咱們上面找到的邏輯關係再次進行運算，獲得特定邏輯和房價之間的關係。
   至於中間的激活函數是什麼，咱們就不去糾結了，這是算法工程師要寫的東西。
   最終的效果是，經過這個兩層的神經網絡，咱們減小了找到 a, b, c 的時間，同時提升了準確率。
9. 什麼是激活函數？
   在上面提到的過程當中，原始輸入值在輸出以後，爲了方便下一層網絡使用，咱們都要對這些不規則的結果值，進行歸一化，通常都是將這些值轉化爲 [0,1] 或者 [-1, 1] 之間的小數，這樣，咱們能夠很是容易的對兩個值進行觀察和處理，而不用考慮不規則的數之間帶來的差別。而負責這個轉化過程的算法被稱爲「激活函數」，激活函數的主要做用，其實是將非線性的數轉化爲線性的，也就是咱們常常聽到的「線性變換」。
   目前最常被提到的激活函數有 sigmoid, tanh, relu.
10. 什麼是模型？
    說白了，模型就是訓練結果。也就是最前面，找出二元一次方程係數後，把這個二元一次方程固定下來。另一我的在要預測另一套房子的時候，就不須要本身再去訓練，而是直接拿你訓練的模型，也就是這個二元一次方程，傳入對應的x，獲得y就結束了。
    訓練算法是獲得模型的關鍵。前面說過，機器學習不是追求最準確，而是近似。因此，就有一個算法調優的過程，也就是以更小的代價，獲得更靠近準確值的 a, b, c 的過程。算法工程師的功力，實際上就在算法調優（發明或改進算法）的能力上。
11. 什麼是卷積神經網絡（CNN）？
    首先，什麼是卷積？中文翻譯的好，它包含「卷」和「積」，積就是相乘，卷就是相加且有反覆接二連三的意思。卷積就是將要素值相乘，而後將乘積相加的過程，相加多少次由計算目的決定。不過，在相加過程當中，實際上有一個衰變過程，也就是說，前面的乘積，在後續的相加過程當中，會衰變，對權重的影響不如最新的積帶來的效果大。它的本質，實際上，就是加權疊加，經過加權疊加，咱們能夠找到權重突出的要素。這也是卷積被應用到神經網絡中的緣由之一。
    那麼什麼是卷積神經網絡呢？深度神經網絡有不少層組成，每一層內包含不少神經元，層與層之間有前後順序。在衆多神經網絡中間，有這麼一種神經網絡，裏面包含了一個特殊的層，這個層的主要做用是對輸入值進行分組後相乘，而後經過激活函數進行歸一化，並且，這個神經網絡很奇怪，這個特殊層有連續好多個，只是裏面的參數有稍微的調整。這種就是卷積神經網絡，而這個特殊層就是卷積層。固然，這裏是一個縮減化的，實際上，在卷積神經網絡中，連續重複的不是隻有卷積層，而是多個層，通常包括：卷積層、線性整流層（也就是上面提到的激活函數）、池化層（衰減做用，以獲得維度更小的特徵）。而這些重複的層結束以後，還會有一個全鏈接層，將卷積結果作最終的整合，獲得最終的結果。
    卷積神經網絡在圖像識別上取得了很是大的成功。咱們簡單說一下，圖像的本質是像素的組合。對圖像識別，實際上就是對圖像中事物到已有知識庫中進行匹配的過程。怎麼在卷積中作呢？首先，將圖片像素RGB分別取出，並經過補充的方式，獲得一個3的整數倍長寬的正方形。如今有一個濾波器（一個3x3的01矩陣），將原始R層切分爲3x3的網格，每一格拿出來和濾波器每一個位置相乘，而後將全部位置相加，就獲得一個值，而後將全部格子相乘相加獲得的值組成一個新的矩陣，並經過激活函數，將上面的值歸一化。按照上面的方法，再進行一次濾波相乘相加。如此反覆幾回，就能夠獲得一個通過歸一化的很小矩陣，從而表達R層在某一個特徵（濾波器所表達的這個特徵）上的值。已一樣的道理，再作其餘層其餘特徵的卷積。最終在全鏈接層對這些特徵值進行分類匹配，找出這張圖片是車仍是貓的可能性各自多大。
12. 分類的重要性
    對樣本進行分類，不管是監督學習（人爲給出分類），仍是非監督學習（人爲不給分類，只給出建立分類的方法），都極其重要。
    機器學習的目標，是要作出決策。決策的依據是什麼？就是被預測的值被丟到哪個分類中。例如股票預測中，經過機器學習，得出3個分類，並對每個分類採起不一樣的操做建議。當你輸入新的一支股票時，它就能夠預測這支股票屬於不一樣分類的機率，而且你能夠經過最大機率的那個分類進行決策。
    因此，機器學習的【推理階段】本質就是給目標進行分類的過程。而它進行分類的依據，就是來自【訓練階段】的結果，即模型。
13. 前端開發者如何學習機器學習？
    前端開發者最擅長的是應用開發，而非算法開發。因此，我以爲，要從應用開發開始，創建興趣。
    Tensorflow.js 是谷歌開源的機器學習框架，使用 Tensorflow.js 可使用 js 做爲開發語言，進行機器學習的開發。對於這個框架而言，咱們其實能夠作兩件事：a 純做爲一個第三方開發庫，用來作應用開發；b 進行訓練開發，建立屬於本身的模型。
    若是剛開始，咱們能夠不用它來作訓練，而是隻用一些已經公開的模型，來作應用開發。
    它的官方網站是 tensorflow.google.cn/js 你能夠在官網上找到它的接口，固然，用於訓練的接口你能夠先無論，能夠先跟着官方的入門文章，掌握如何利用官方公開的模型，作一些小案例，好比如何識別手寫體數字等等。這段時間是疫情時期，你們都在家遠程辦公，長時間坐着會不會帶來健康問題，有一位騰訊的小夥伴突發其想，利用人體骨架模型寫了一個監控坐姿的小應用，你能夠經過 www.doverr.com/alarm/index… 訪問。其實裏面涉及的技術還挺多的，有興趣能夠本身去八一八。一樣是人體骨架模型，實際上，還有有其餘的用法，好比我想到一個點，就是經過對人體骨架的預測，來匹配背景音樂，這樣，可讓抖音背景音樂更匹配。
    在使用 tensorflow.js 實現了一些應用以後，若是有興趣，就能夠學習它的訓練api，同時深刻去學習算法，編寫本身的神經網絡，建立本身的模型。
    在小有成就感以後，就能夠從新回頭，開始去研究機器學習算法，甚至從新學習高數來提高本身的算法能力。

Robust 是一檔程序員的談話節目，聊一聊編程，聊一聊科技。你能夠在這裏收聽往期全部節目。若是你喜歡歡迎收藏和打賞。