返回 登录
0

【CSDN英雄会】张冰洋:深度学习必将成为未来热门的研究方向

英雄会是CSDN旗下针对国内IT技术领域专家展示和交流的平台。通过线下线上的互动形式,为CSDN社区专家提供更多学习、合作、宣传的机会。英雄会后续将在北上广深等国内一二线城市建立分会,各个分会后期将组织技术交流活动。

恰逢11月18日-20日,SDCC2016将在北京举办,届时将在大会现场召开SDCC英雄会,正式成立CSDN英雄会北京分会,所在北京的重量级社区专家将受邀参加此次英雄会,面对面进行技术交流。

为了让大家更好地认识CSDN英雄会的成员,我们特别开设了【CSDN英雄会】采访专栏,讲述他们的技术成长之路。

本期邀请的嘉宾是中国科学院高能物理研究所研二学生张冰洋。他目前研究的领域是机器学习算法,就是用机器学习,深度学习的方法对高能物理实验产生的粒子实现更好的鉴别。

图片描述

中国科学院高能物理研究所研二学生张冰洋

CSDN:首先请介绍一下您自己?

张冰洋:您好,我是中国科学院高能物理研究所研二学生张冰洋。本科学的是应用物理专业,现在专业虽然名字是计算机技术,但研究的方向仍和物理相关。所以算是个半跨专业的硕士生。喜欢乒乓,跑步,当然还有编程。

CSDN:目前研究的重点是什么?进展如何?

张冰洋:研究的方向是“基于传统多变量和深度学习算法的喷注味道鉴别与CEPC探测器优化”。传统多变量算法,即机器学习算法。通俗地讲,我的方向就是用机器学习,深度学习的方法对高能物理实验产生的粒子实现更好的鉴别。我所做的主要工作,首先是熟练运用传统的机器学习框架(TMVA,一个用于高能物理科研工作的机器学习框架)进行工作,然后再试着用深度学习的方法提高粒子鉴别能力。现在我正在学习深度学习的相关知识,为接下来的研究做好知识储备。

CSDN:深度学习研究的主要挑战有哪些?

张冰洋:挑战还蛮多的。最主要的,首先是我本科是物理专业,对计算机相关知识知之甚少,所以需要学习新的内容有很多。其次是,现在高能物理中用机器学习方法的人很少,用深度学习方法的人几乎没有,所以可以借鉴的经验不多,很多事情都需要自己去探索。但我认为挑战也意味着机遇,知识储备少但我想通过我的坚持与努力我会收获很多,可以借鉴的经验少也意味着前面有更多有趣的事情等着自己去做。

CSDN:您如何看待深度学习未来发展。

张冰洋:我认为深度学习必将成为未来热门的研究方向。据我所知,现在电子学、生物、医药等专业的研究人员都开始将机器学习算法引进到他们的科研工作中去。我有很多非计算机专业的同学都开始接触机器学习、深度学习。深度学习在语音识别,图像处理等方面效果显著,在人机围棋比赛中Alphago战胜了李世石,这一切迹象都展示了深度学习广阔的应用前景。

CSDN:谈谈您对机器学习,深度学习的认识?

张冰洋:一千个人眼中有一千个哈姆雷特,同样,不同的人或许对机器学习,深度学习都有着自己不同的理解。对于我来说,机器学习、深度学习是很好的解决问题的一种工具。学习机器学习,深度学习方法的目的就是使问题得到更好的解决方案(比如高能物理中得到更精确、效率更高的粒子鉴别、语音识别、图像识别中精确度更高的分辨)。为了更好地利用这个工具,我们要做的就不仅仅是学会用几种框架,而只有对每种算法有清晰的认识,并且有足够多的实践,这样才能知道什么时候该用什么方法,以及每个方法的优劣比较。

CSDN:有没有有趣的机器学习入门方式?在自学机器学习上您有什么经验可以分享?

张冰洋:我的入门方式是,首先要对机器学习的概念,思想以及机器学习的各种算法有大概的了解,然后仔细研究每一个算法的原理,最后接触一些机器学习常用的库和框架,例如机器学习的库NumPy、Scikit,深度学习库Caffe,TensorFlow等。当然,我认为最重要的是,just do it.正如学习编程语言一样,有个开始,以及付出坚持不懈的努力最重要。其实并没有放之四海而皆准的普遍学习方法,关键是,自己要有个开始,然后在继续学习的过程中自然而然会遇到各种问题,解决各种各样的问题这一历程,加上自己的不断实践,便形成了自己独特的方法以及解决问题的独特思维。当然,我也是初学者,这些想法不一定对,只是我个人的一点见解。

CSDN:您是什么时候接触CSDN的?它对您学习和工作都带来哪些影响?

张冰洋:我是在研一上学期通过微信公众号“程序人生”知道了CSDN这个平台。通过CSDN学习了C++,数据结构等基础知识。在今年十月份加入CSDN创建的深度学习交流群,参加CSDN举办的线下沙龙,并在CSDN深度学习交流群作为第一期群内分享嘉宾分享了机器学习的基本概念。感谢CSDN,在我需要学习知识的时候,给我提供了自学的途径,又在我获得进步时,提供了与大家分享知识的平台。

张冰洋CSDN博客:http://blog.csdn.net/zby1001


往期回顾


欢迎加入CSDN英雄会:http://t.cn/RV9mzUX

图片描述

评论