深刻理解算法和快速掌握编程仿真的“绝招”——致初学者

此文为临菲电科“AI周末零基础免费研修班”而作，兼作“致初学者”。

AI周末零基础免费研修班——深度学习基础与Python仿真，今天开始算法推导和编程仿真，为帮助大家“高效”学习，根据我们过去的教学经历和研发实践，简要整理出一点文字，尽管称之为“绝招”，但也因人而异。不过，我们希望能对大家有些启发。

一、“绝招”

（1）、通读程序

在明白算法原理后，把老师给的程序“通读”和运行，观察运行结果，并与算法预期结果比较。

（2）、改变条件、参数和输入数据

改变假设条件、算法中的参数设置和输入数据（对于深度学习算法，包括改变训练数据），重新运行程序，观察运行结果并对照算法的进行分析讨论。

（3）“默写”仿真程序

以算法为线索，分析程序结构和记住关键语句（对初学编程语言者尤为重要），然后自己独立地重新“默写”出原来的程序，实在“默”不出来的部分，才去看看老师给的程序中对应的部分是怎么编写的。

大部分人止于上面（1），没有（2）更没有（3），所以学习效果不理想——知其然而不知其所以然。所以下面谈谈（2）和（3）。

二、关于 “（2）改变条件、参数和数据”

（1）对于理解算法的作用

条件是算法成立的前提。有很多算法在实际中“用不起来”，就是因为在实际应用时算法的假设条件不能得到满足。通过改变假设条件，你会体会到“算法在什么样的条件下才能用。”

参数和数据是算法性能甚至有效性的保证。很多算法的性能取决于参数设置，参数设置不当会导致算法性能下降，甚至算法不能“运行”，例如：很多迭代算法中的“步长”设置不当会导致不收敛、数据长度不够会导致性能变差、深度学习中用于训练的数据不足会导致训练出的模型难以应用，等等。通过改变参数和数据，你会体会到“算法在怎样的参数和数据时才能具有好的性能”。

（2）对于理论创新和产品开发的作用

改变条件、参数和数据，可能会诱发你的创新灵感！无论是对研究生还是工程技术人员，都非常重要。

潜在的“创新”可能：

A、改善条件，使之满足算法要求。比如增加辅助措施、改变产品结构等。

B、改进算法，拓宽条件适应性，放松参数和数据要求。

——你可能写一遍很好的学术论文，也可能让你的产品适应更广阔的应用场景，或者具有更强的竞争力。

三、关于“（3）‘默写’仿真程序”

抛开老师给的代码，在仿真环境中自己把原程序“默写”出来，看看你的仿真效果。这不仅是快速掌握编程语言的捷径，而且也许你能“默写”出更好的程序来。

当然，因人而异，自己试试吧。