9天成为机器学习工程师

引言

我对这项技术了解不多。但我知道它是一项解决重大问题的强大工具。以自动驾驶汽车为例——不用再操控方向盘，想想就令人兴奋，它不仅能帮助我们缓解交通拥堵、应对气候变化，还能节省时间，让道路更安全。

但就像所有伟大的技术一样，它也引起了广泛的关注。作为一名开发者，为了更好地了解它能解决哪些问题以及如何真正利用机器学习，我接受了一项挑战——在9天内成为一名机器学习工程师。

在本文中，我将带您了解我的经历、过程，并分享一些资源。

我几乎一窍不通，最终却开发出了一个能够检测视频/网络摄像头画面中的“OK”和“STOP”标志的工具。

计划

为了给任务设定时间限制并制定清晰的学习路径，我制定了一个计划。

• 第一天：了解无需编写代码的机器学习工具，掌握其基本功能。
• 第二天：学习基础理论（课程，麻省理工学院课程，3blue1brown 或其他类似课程）
• 第三天：学习基础理论（课程，麻省理工学院课程，3blue1brown 或其他类似课程）
• 第四天：观看一些介绍技术的实用视频教程。
• 第5-9天：构建一个能够识别视频中“停止”和“OK”标志的工具

我的旅程，日复一日

事实是？我可以肯定地说，一切都没有按计划进行。

第 1-2 天 - 无代码机器学习工具

在前两天，我学习了很多关于无代码机器学习工具的知识，并对机器学习的功能有了基本的了解。我浏览了一份不同的无代码机器学习工具列表，并对每个工具都做了简要的评价。

令人惊叹的是，它既有面向企业级用户的软件，也有面向完全初学者的软件。
例如，如果您对机器学习一无所知，我建议您尝试一下Teachable Machine。它最初让我印象深刻，因为我能够轻松地构建一个姿态检测器。

另一个很有趣的工具是Lobe，我可以用它构建图像检测器并学习图像标注。Lobe 的用户界面非常简洁易用，使用起来就像玩游戏一样。

至于更高级的工具，我推荐您了解一下Peltarion和Obviously.ai（自录）。

Peltarion看起来是一个非常全面的平台。对于不太了解机器学习的初学者来说，它提供的众多选项一开始可能会让人感到困惑，但通过学习教程，一切都会变得清晰明了。他们还提供了一些辅助材料，帮助用户学习机器学习/人工智能领域的专业术语。
至于Obviously.ai，我推荐给想要了解人工智能应用前景的商业人士，因为他们似乎更多地使用了商业术语，这一点我很喜欢。它还提供了一个用户示例数据集供用户练习。我使用了 Airbnb 的数据集。

第3-4天 理论 理论 理论

我的目标是深入了解机器学习和深度学习。
我观看了大量的视频和文章，以获得一些基本概念。我认为最难的部分在于如何选择学习内容和学习方法，因为相关的资源实在太多了。我的学习方法是先从基础视频入手，然后再逐步深入到深度学习。

为了学习最基础的内容，我观看了Simplilearn、Google Cloud Tech、Tensorflow Channel和Edureka等频道的视频。

之后，我选修了一门麻省理工学院的深度学习课程。虽然我没能完全理解，但它确实让我对神经网络的工作原理有了很好的了解。我还从3Blue1Brown的频道获取了一些补充信息。

至少，你应该理解一些简单的术语，例如

• 精确率、召回率、真正例、假正例、混淆矩阵。

在介绍深度学习时，也会出现诸如此类的短语。

• 卷积层
• 学习率
• 梯度下降法
• 汇集。

即使你没完全理解也不用担心。我当然也没完全理解，但对我来说，掌握主要概念已经足够了。

第 5 天 - Deeplizard 的实用教程

学习了两天基础理论后，我想做一些更实际的事情。

我在 freeCodeCamp 的 YouTube 频道上找到了 Deeplizard 的一个视频，非常实用，讲解也很清晰。视频详细讲解了如何操作的所有步骤。

• 建立本地环境
• 使用 Jupyter notebook
• 创建我们自己的训练数据集
• 训练模型
• 创建神经网络
• 查看混淆矩阵。

如果你想学习如何构建图像分类器的基础知识，我强烈推荐这个视频。他们还提供了源代码，我将其作为我未来研究的基础。

到当天结束时，我使用了教程提供的源代码，进行了一些尝试，并得到了区分猫和狗的第一批训练结果！太棒了！

第 6 天 构建我自己的项目

第六天，我开始着手自己的项目。

我的目标是开发一个应用程序，能够检测视频中的“停止”和“OK”手势，这样我就可以利用这些检测结果剪掉录像中不需要的部分。

我从 Deeplizard 的教程中获取了源代码，并根据我的需求开始修改它，结果发现我的模型需要一些训练数据。

我拍了很多自己拿着“停止”和“OK”手势的照片，把它们分成测试/训练/验证三个文件夹，然后输入到深度学习模型中。我满怀希望地想着它会成功，结果却失败了。

我咨询了一位同事，他建议我先检测出手部部位，然后再进行分类。这个建议让我重新思考了整个方法。

为了使系统正常工作，我必须（对每一帧）

• 检测手部（如果存在）
• 截取检测到的手部的屏幕截图
• 判断这个手势是“OK”还是“停止”的标志

第 7 天 - YOLO 目标检测

第七天，我开始搜索有关目标检测的教程，很快就找到了一些关于 YOLO（You Only Learn Once，你只需学习一次）目标检测系统的优秀教程。

我使用的教程是由 Jay Bhatt 和 Pysource 创建的。

• https://www.youtube.com/watch?v=hTCmL3S4Obw
• https://www.youtube.com/watch?v=_FNfRtXEbr4

在这些教程中，我了解到了Colab，它本质上是 Google Jupyter 的在线版本，用于运行代码和训练模型。它还可以连接到你的 Google 云端硬盘，使文件管理变得非常方便。

由于它可以使用远程 GPU，所以比我的本地机器快得多。

看完教程后，就到了设置我自己的手部检测系统的时候了。然而，当我开始手动标注时，最初的热情在5分钟后就消失殆尽了。

这意味着要在不同的图像中绘制大约 500 只手的方框，以此来创建我未来模型的训练数据。作为一名开发者，我真的非常讨厌手工工作，唉……这简直太痛苦了。（放大）

不过，在使用教程中的源代码并根据我的需求进行调整后，我的物体检测功能终于实现了！所有的手都被检测到了。

我甚至用实时网络摄像头在本地进行了测试，看到一个真正使用机器学习的软件实际运行，感觉真好。

第 8 天 - 数据 数据 数据

第八天带着满满的希望开始了——我有一个能正常工作的手持式探测器，现在只需要对它们进行分类。

我以Deeplizard的源代码为基础，从网上收集训练数据并训练模型。结果如何？看起来还不错。直到我用自己视频的真实素材进行测试。结果完全不准——“停止”标志被识别成了“正常”。

我花了一整天时间研究代码和训练数据，试图弄明白到底发生了什么。

第 9 天 - 让一切运转起来

第九天，我想到一个办法，就是利用YOLO检测器和实时网络摄像头画面来创建训练数据。我设置好网络摄像头，当它检测到手部动作时，就将其保存到训练数据中（脚本是用Python编写的）。

我收集了大约2000张图像，当时感觉很有希望。当我把视频流中的一帧图像发送到分类器时，一切似乎都很顺利。验证准确率高达98%，这显然好得令人难以置信。

虽然测试真实视频素材还不够完美，但对我来说已经足够好了，因为我可以在应用程序层面添加额外的检查。

我想为了改进模型，我需要来自各种情况的更多训练数据，并使用数据增强（以不同的方式显示同一图像）。

结论

我成为机器学习工程师了吗？当然没有。但我确实了解了机器学习的工作原理，以及可以用它解决哪些类型的问题。

通过这项实验，我明白了数据对于模型训练的重要性。

我的主要收获是：

• 首先，机器学习并不像看起来那么难，至少在基础层面上是这样。
• 通过使用无代码工具，您可以了解该领域的很多知识。
• 对于想要尝试这项技术的开发者来说，免费资源非常丰富。只需访问 YouTube，打开 freeCodeBootcamp，就能找到一些实用的教程。
• 创建机器学习模型最重要的部分是数据及其准备。
• 与所有技术一样，在使用机器学习之前，必须先问问自己要解决什么问题。

最后，我想说，有很多我不知道的事情，但是亲身经历构建事物的过程，无疑让我对机器学习的未来更加充满热情。

我真心希望这篇文章/视频能激发你尝试机器学习的兴趣。
如果你对这篇文章/视频有任何想法或建议，请在下方评论区留言。

我推荐尝试的无代码机器学习工具

• Teachable Machine，https://teachablemachine.withgoogle.com/
• Lobe，https://lobe.ai/
• 显然，obvously.ai，http://obvously.ai/
• Peltarion，https://peltarion.com/

学习基础知识的资源

• Simplilearn 的机器学习基础教程，https://youtu.be/ukzFI9rgwfU
• Google Cloud Tech 的机器学习七个步骤，https://youtu.be/nKW8Ndu7Mjw
• Edureka 的机器学习基础教程，https://youtu.be/hjh1ikznScg
• Learn With Whiteboard 五分钟带你了解所有机器学习模型，https://youtu.be/yN7ypxC7838

深度学习资源

• 但什么是神经网络？（3Blue1Brown，https://youtu.be/aircAruvnKk）
• 亚历山大·阿米尼 (Alexander Amini) 的麻省理工学院课程，https://youtu.be/5tvmMX8r_OM

实用教程资源

• Deeplizard 的 Keras with TensorFlow 课程，https://youtu.be/qFJeN9V1ZsI
• Pysource 的 YOLO 目标检测，https://youtu.be/h56M5iUVgGs
• Jay Bhatt 的 YOLO 目标检测，https://youtu.be/hTCmL3S4Obw

其他资源

• 关于分类，请参阅谷歌的机器学习速成课程：https://developers.google.com/machine...
• Codebasics 讲解精确率、召回率、F1 分数和真正例，https://youtu.be/2osIZ-dSPGE

工具

• Colab，https://colab.research.google.com/
• LabelImg，https://github.com/tzutalin/labelImg

我肯定还读过一些文章和资料，但很遗憾没有记下来。所以如果你有的话，请在评论区分享。

DeveloperHabits
📷 YouTube：developerHabits
👉 Twitter： https: //twitter.com/developerHabits
👉 Instagram： https: //www.instagram.com/developerhabits