人人都能掌握机器学习

虽然很多人已经听说过“人工智能”、“机器学习”和“深度学习”这样的流行词汇，但大多数人认为这些都是高深莫测的技术。如果你现在询问那些在人工智能领域内有所建树的人士，关于如何进入或转型到这一领域需要做哪些准备，他们可能会告诉你： - 必须具备扎实的线性代数基础，并深入了解神经网络的理论知识。 - 要有良好的数理统计和概率论基础，深入理解机器学习的实际应用。 - 最好拥有博士学位，至少也是研究生学历。 - 至少有十年以上的编程或机器学习开发经验。

我这种新手还有机会吗？

过去，人们普遍认为从事IT工作需要极高的技术门槛。然而，如今中国的互联网从业人员已经超过1600万。许多从事互联网或科技行业的人员，即使对操作系统内存寻址方法、TCP/IP三次握手协议等不太熟悉，也不影响他们在行业内取得成功。同样地，人工智能也并非遥不可及。

了解机器学习的基本理念，利用现成的工具包进行简单的实践，逐步培养兴趣，然后根据实际需求研究相关理论，就能成为一名合格的人工智能从业者。

因此，我的目标是告诉大家，即使是像我这样的新手，也可以通过使用如TensorFlow.Keras等易于上手的工具，轻松接触看似高深的深度学习。

我的基础

• 线性代数方面，我只知道矩阵的乘法规则。
• 对于概率统计，我知道正态分布的概念，但具体公式已经记不清了。
• 编程技能在大学毕业后几乎全部遗忘，现在只能边写Python边查阅教程。
• 学历不高，专业课也忘得差不多了，不过至少还能记住一些基本概念。

即便如此，我相信非专业人士也能学会机器学习。

我们要做什么

接下来，我要尝试一个非常有趣的任务——模仿海子的风格写诗。

这样做有几个原因： - 海子已经去世，无法创作新的作品。 - 这件事听起来很高端，充满科技感。 - 完成后会很有成就感，甚至可以用来“装逼”。 - 最重要的是，即使最终效果不尽如人意，但诗歌的质量并不重要。

什么是人工智能、机器学习和深度学习？

很多人对这三个概念感到困惑，因为它们经常被混淆。从严格的学术角度来看： - 人工智能是一个广泛的领域，包括各种智能系统。 - 机器学习是人工智能的一个分支，专注于让机器从数据中学习。 - 深度学习则是机器学习的一种方法，通过多层神经网络处理复杂任务。

而在实际应用中，深度学习因其高效的性能而被广泛采用，因此许多人将其视为人工智能的代名词。

如何“模仿”写诗

这项任务分为三个步骤：

1. 整理诗歌：将中文诗歌转换成机器可以理解的数字格式。
2. 让机器学习：机器通过大量数据学习如何生成符合特定风格的文字。
3. 激发灵感：通过一些技巧让机器写出带有创意的诗句。

将诗歌转换为数字格式

首先，我们需要将中文诗歌转换成机器可以处理的数字格式。这里我们采用一种称为“独热编码”的技术，即为每个汉字分配一个唯一的数字，然后将这些数字转换成二进制向量。这种方法简单且不需要复杂的文本处理工具。

让机器学习海子的诗歌

传统的编程方法需要人为设定规则，例如：“面朝大海”后面必须是“春暖花开”。而机器学习的方法则不同，它通过大量的数据训练来预测下一个可能的字。

我们采用LSTM模型（长短期记忆网络），这是一种特殊的循环神经网络，能够处理序列数据。通过大量数据训练，机器可以学会预测下一个最有可能出现的字。

给机器一点灵感

在机器学习的过程中，我们不仅可以让机器预测下一个最有可能出现的字，还可以通过一些随机因素，让机器写出带有创意的新诗句。

尽管我没有专业的语言学知识，但通过这种方式，即使结果不尽如人意，也能带来一些惊喜。

结果展示

让我们来看看机器生成的诗句： - 第一首诗 - 第二首诗

尽管这些诗句显得有些荒诞不经，但整个过程并不需要复杂的语言学知识或高级的编程技巧，只需要几十行代码即可完成。

希望通过这种方式，能够消除大家对机器学习的恐惧，让大家一起参与进来，享受其中的乐趣。

关于作者

我叫黎晨，英文名LC，是我中文拼音的简称，并非LV品牌。性别男，守法公民，无不良记录。很多朋友说我是个“死变态”，所以我大部分时间都宅在家里。

如果想了解更多完整代码，建议参考Keras创始人编写的一段示例代码。

本文思路完全模仿了他的示例，只不过我使用的是中文，而他用的是英文。