调研在深度学习中如何读代码

这里调研了四个up主的内容,对他们讲的内容摘了一下主要的内容。想要看原文的画可以看原篇。

1.如何学习别人的代码(代码量较大时)_怎么学习别人的代码-CSDN博客

想要掌握的好,光阅读是不够的,一定要动手写、训练模型,调参,调bug的过程也是吸收的过程。

阅读方法

整体到布局

首先直到每一个文件或者每一大段的代码是用来干什么的,作用是什么。可以先看核心模型的算法中每个函数的作用和意思。

把不熟悉的类库全部整理出来,然后去官网查基本用法,弄明白调用的作用。

代码的逻辑很重要,很多函数一看就知道是什么功能是用来干什么的。

总结自己的代码库,代码看多了之后就会发现一些套路,这些可以总结下来。

就是先了解整体,不懂得细节可以先跳过。

及时返回论文,去看模型的思路中的细节。

先整体后局部。

论文相当于代码注释。

可以每一行输出看结果。

2.(2 封私信) 如何阅读别人的代码? - 知乎 (zhihu.com)

阅读代码有两种模式,top-down模式是打开一个文件,静态的跟着代码读,每次实现调用函数的时候就把函数的执行层次记录下来。如下图所示:

但是top-down执行到一定层次之后就不知道程序在干什么,这个时候需要转入down-top模式,给底层函数一个一个的写作用文档。不断的在这两种模式转换,不断细化两种模式的理解。

Top-down模式来画函数调用图,然后标注每个函数的作用是什么。这个图无法清楚表明变量的轨迹,需要另外的图来标示变量的轨迹。

3.如何看懂一个深度学习的项目代码_如何看懂深度学习代码-CSDN博客

++++首先仔细看代码目录,对项目代码结构和分布有一个整体的认识。深度学习目录各个模块比较固定,比如models中用来存放模型搭建和训练的代码,config中用来放配置文件,data用来存放数据信息。++++

++++读readme,里面会告诉怎么使用代码,怎么数据处理,训练,测试等等。++++

++++带有目标性的读某个项目的某个block,数量不在多,在于能够解决你的问题。++++

++++个人精进的读代码,利用大量的时间和精力。++++

++++先看readme文档,先运行成功再说。++++

4.一行一行讲解深度学习代码(一)保姆级教程!!!如何看懂一个开源深度学习项目的代码_深度学习代码看不懂-CSDN博客

深度学习项目分为几个方面:数据集读取、预处理和加载,模型和网络层定义,模型训练、测试和保存。

找到运行入口,通常带有main或者run。说真的,他在教代码的每一部分调用,最后怎么运行出来的,怎么跑通,对深度学习有一个大概的了解。

5.译文:从源码中学习(阅读源码,初学者的有效成长方式) | BoHolder的网站:博客,小玩意及其他

原博客learn from source code

编程和写作有很多相同之处。编程与写作有相同的理念:表达我们的想法。

如果你没有时间读,你就没有时间写。

一个作家必须广泛而频繁的阅读,才能形成自己的声音。

有意的阅读代码可以帮助程序员加速成长,好处有站在巨人的肩膀上,在这些项目中可以找到无数的良好编程示例、编程范式选择、设计和架构。向他人学习的另一个好处就是能避免常见的坑,大多数坑早已被其他人踩过。另一个好处是解决困难问题,你终将会遇到谷歌都无法解决的问题。遇到这些问题是因为你编程的时间还不够长。阅读代码是调查这类问题的好方法。好处还有就是扩展自己的边界。

应该读什么样的代码

必须从选择目标开始,否则效果大打折扣。

选择与你当前的编程技能与知识水平相当的项目。先读一些较小的项目,接着读更大的项目。

如果不能理解某些特定的代码片段,这意味你有一个知识缺口,先把代码放到一边去,试着读一些相关的书、论文或其他文档。

如何读源码

准备与源码有关的文档,文档可以为阅读提供参考。

技巧

阅读代码时,持续提出问题。带着问题阅读代码,就是结合上下文,实际上就是带着问题去阅读。

把实例跑起来,debug是一种交互方式,试着在代码中加一些端点,或打印一些变量结果。

了解数据结构之间的关系。

总结:

1.首先读代码要有整体意识

2.通过top-down与down-top方式来加深代码理解

3.读readme文档来理解代码中的重要部分

不说了,开始试试手,是骡子是马,好用不好用得拉出来溜溜。

相关推荐
寰宇视讯18 分钟前
“津彩嘉年,洽通天下” 2024中国天津投资贸易洽谈会火热启动 首届津彩生活嘉年华重磅来袭!
大数据·人工智能·生活
Light6031 分钟前
低代码牵手 AI 接口:开启智能化开发新征程
人工智能·python·深度学习·低代码·链表·线性回归
墨绿色的摆渡人32 分钟前
用 Python 从零开始创建神经网络(六):优化(Optimization)介绍
人工智能·python·深度学习·神经网络
春末的南方城市43 分钟前
开源音乐分离器Audio Decomposition:可实现盲源音频分离,无需外部乐器分离库,从头开始制作。将音乐转换为五线谱的程序
人工智能·计算机视觉·aigc·音视频
矢量赛奇1 小时前
比ChatGPT更酷的AI工具
人工智能·ai·ai写作·视频
KuaFuAI1 小时前
微软推出的AI无代码编程微应用平台GitHub Spark和国产AI原生无代码工具CodeFlying比到底咋样?
人工智能·github·aigc·ai编程·codeflying·github spark·自然语言开发软件
Make_magic1 小时前
Git学习教程(更新中)
大数据·人工智能·git·elasticsearch·计算机视觉
shelly聊AI1 小时前
语音识别原理:AI 是如何听懂人类声音的
人工智能·语音识别
源于花海1 小时前
论文学习(四) | 基于数据驱动的锂离子电池健康状态估计和剩余使用寿命预测
论文阅读·人工智能·学习·论文笔记
雷龙发展:Leah1 小时前
离线语音识别自定义功能怎么用?
人工智能·音频·语音识别·信号处理·模块测试