• <sup id="mk476"></sup>
    <dl id="mk476"></dl>
  • <progress id="mk476"><tr id="mk476"></tr></progress>
    <div id="mk476"><tr id="mk476"></tr></div>
    <sup id="mk476"><ins id="mk476"></ins></sup>
  • <progress id="mk476"></progress>
    <div id="mk476"></div>
    <div id="mk476"><tr id="mk476"></tr></div>
  • <div id="mk476"></div>
    <dl id="mk476"><s id="mk476"></s></dl><dl id="mk476"></dl><div id="mk476"></div>
  • <div id="mk476"></div>
    <dl id="mk476"><ins id="mk476"></ins></dl>

    算法工程师想进一步提高竞争力?向TensorFlow开源社区贡献你的代码吧

    算法工程师为什么也要向社区贡献代码?

    [作者:DeepLearningStack,阿里巴巴算法工程师,开源TensorFlow Contributor]

    “做算法的人要熟悉算法框架源码吗?算法工程师难道不应该会使用框架建模就可以了吗?如何成为具有一定竞争力的算法工程师?”...

    我经常被不同的人问类似这样的问题。坦白地说从我个人经验来看,身边算法做的不错的人对算法框架源码普遍熟悉,而且算法建模这件事在当前来看还并不能?#30475;?#30340;与底层隔离,因为你会经常与计算?#38405;埽?#31639;法实现原理打交道。当然,我也见过一些比较浮躁的从业者,认为算法工程师应该只做建模不碰源码,这些人一般都只是根据网上教程跑通了个MNIST,ImageNet的例子就认为自己可以胜任算法工程师的工作了,这种人其实不是想做算法,而是不想写代码而已。算法门槛表面上在降低,可其实是不断升高的。一方面,学术界算法创新竞争越来越激烈,主要表现在AI相关的顶会变多,accept的paper也越来越多,多到根本看不过来,你现在所想到的模型创新,没准在另一家公司或者学校已经走到实验验证阶段了;另一方面,?#38405;?#20248;化和定制的功能开发等工程能力越来越重要。现在来看,市场?#29486;?#24819;要算法的人非常多,但到面试通过的概率很低,这也侧面说明了竞争门槛其实是比较高的。

    但这也是机会。如果你是做算法的,请?#20040;?#26426;会提升自己的工程能力和算法领域内的影响力。How?其实很简单——为算法领域的知名开源软件贡献代码。因为我个人是TensorFlow的contributor,所以我以TensorFlow为例为大家介绍。

    向TensorFlow社区贡献代码的步骤

    第一步 Fork!

    首先,进入TensorFlow的GitHub页面,地址如下:https://github.com/tensorflow/tensorflow ,可以看到如下页面。

    红色框内表示当前TensorFlow这个开源项目已经有1844个人贡献过代码,想要加入这个行列的coder们请努力吧,这并没有想象中那么难。因为我们无法直接对开源项目clone开发,而只能在我们自己的仓库中开发,所以我们需要点击Fork按钮,将该项目Fork到自己的GitHub仓库名下,然后我们就可以在我们自己的仓库中看到这个项目。

    第二步 Clone自己的仓库

    成功Fork之后,我们就可以将它Clone下来进行开发了。?#30475;?#24320;发之?#30333;詈们?#20986;一个?#31181;?#20986;来,避免直接在master?#29486;?#20462;改。

    第三步 与Fork之前的开源master建立联系

    ?#28304;?#25105;们Fork新项目起,我们自己仓库的master将不再与开源master有任何联系,也就是说我们自己仓库的master代码将不再随着开源master自动更新。那么如何及时更新自己的仓库呢?这需要为我们clone下来的项目添加upstream,即上游远程仓库。这非常简单,只需要一句命令即可搞定。我们需要将开源master的git地址复制下来然后添加到当前项目的,对于TensorFlow来说执行下面命令即可。

    git remote add upstream [email protected]:tensorflow/tensorflow.git

    这样就与开源社区master建立起了联系,我们可以看到配置文件.git/config文件中确实添加了upstream。

    第四步 编写代码,提交到我们的仓库中

    这一步比较常规,在本地切出开发?#31181;В?#32534;写代码,提交到我们自己的仓库中。

    第五步 生成Pull Request

    当我们将自己的commit提交到自己的GitHub仓库之后,就可以向Fork源master提交Pull Request(简称PR)申请了。首先进入自己的GitHub仓库页面,点击New pull request按钮。

    点击后进入Comparing页面,我们选择需要往Fork源merge的?#31181;В?#22914;下所示。由于我当前这个?#31181;?#24050;经提交了PR,但还处于review期间,所以生成的页面不太一样。

    第六步 填写代码贡献说明

    这是最后一步,需要在生成的页面中填写自己要贡献这段代码的原因,然后引入相关的reviewer进行讨论。不得不说,这一部分非常关键,因为大部分reviewer只会review代码规范,而这段代码的作用本身需要大家自?#33322;?#37322;清楚。如果你曾经在该项目中贡献过代码,那么会显示Contributor字样。

    ?#28304;耍?#20320;成功的向开源社区提交了一个PR,离成为Contributor走进了一步。

    关于PR的状态跟踪

    一般情况下,TensorFlow的reviewer响应都是比较快的,而且他们对于技术讨论非常开放,也非常愿意社区积极贡献代码。Reviewer会在你的PR上提出各种Comments,在不断的代码refine之后,代码将最终成功merge到开源master?#26657;?#20174;状态上看你的PR将会显示紫色的Merged。如果到了这一步,那么恭喜你,成功成为了TensorFlow社区的Contributor!

    如何与开源master同步

    TensorFlow社区master每天都会更新,所以建议每天做一次代码同步,非常简单,两行git命令就能搞定。

    git pull upstream master
    git push origin master

    ?#30452;?#26159;将upstream(也就是Fork源)代码更新到本地,向origin(自己的仓库远端)更新代码。

    TensorFlow发布通告中会有你的名字

    因为你的贡献让TensorFlow更加完善,所以在之后的发布通告中会出现你的名字。下面的这段发布通告来自于TensorFlow 1.13.0 RC2,其实你可?#28304;用?#36848;中看到,在1800+名Contributor?#26657;?#32477;大部分是Google内部的人,所以Google外部的Contributor非常少。

    TensorFlow有那么多待完善的功能吗?怎么发现它们?

    其实非常多。TensorFlow一大特点是通用性,希望能够在各种场景下均能够变得成熟。但是这个目的工程量浩大,不免存在Bug,设计不完善,?#38405;?#19981;理想,功能不全面等情况。其实在使用TensorFlow建模时就会遇到他们,而且概率还真不小。当然你可以遇到问题选择绕开它们,但这可能也意味着你错失了一个提PR的机会。提PR的前提是你必须对源码有所了解,所以算法工程师们在读paper读累了的时候不妨换换思路,每天看一点TensorFlow源码多提升一些工程素养。

    TensorFlow社区值得关注的东西

    TensorFlow是Google重要的算法军火库,Google围绕着TensorFlow本身还做了其他子项目,他们也非常重要。另外,也可以加入讨论组。

    TensorFlow生态中的其他子项目

    TensorFlow生态中子项目相当丰富,有前端TensorBoard,有易用性框架Estimator等等。这些子项目也同样需要社区贡献力量。

    TensorFlow 2.0的标准制定项目——Community

    Community子项目其实就是TensorFlow的RFC文档,它是TensorFlow 2.0的标准,里面含有一些模块和接口的设计。为什么要关注RFC文档?这?#19988;?#20026;TensorFlow的发?#36129;?#36739;快,经常出现某些模块被弃用,某些新模块将要大力发展的情况。这些信息对于开发者非常重要,如果你想共享一段代码,但它与社区的发?#36129;?#20934;背道而驰,那么将是无用功,所以RFC文档对于避免虚工是非常有用的。但一个标准的提出也需要经过社区的审核和讨论,所以如果有自己的想法,可以在Community中提出自己的comments,引入更多的人参与讨论。

    扩展——与TensorFlow有关的项目

    从TensorFlow项目这一个点出发,我们可以不怎么费力气地学习到更多的开源项目,而且TensorFlow架构和源码设计足够复杂,这使得我们在看其他相关项目时变得相对轻松。比如当你对TensorFlow使用单机多卡GPU通信?#34892;?#36259;时,可以参考NCCL。当你对多机分布式?#34892;?#36259;时,你或许可以看看Uber开源的Horovod。当你想要研究不同框架之间的差异时,你也许可以看看Pytorch,caffe2和MXNet。这种辐射式的积累会让我们学习更多的软件设?#26222;?#23398;。

    写在最后

    由于本人也是算法工程师,工作中不仅是TensorFlow的用户,也在自己所任职的公司参与TensorFlow的定制开发与?#38405;?#20248;化。从我个人角度来看,算法工程师这个职位不得不说是含有大量水分的,一方面真正懂算法能够在AI顶会发一些高质量paper的人占比并不高,另一方面,在算法工程上理解较深的人也并不多,而在算法和工程两方面都比较强的人就更少了。现在属于算法领域较热的时段,这方面的油水,?#38454;?#31454;争力和需求量都很大,所以市场上存在很多想要进入这个领域的人,这是好事。但是如果一个人自己跑几个模型例子就声称自己可以做算法并且十?#22336;?#24863;写代码的话,那他在算法领域也不会有很好的发展。除非,你是一个算法造诣非常高的天才并且能够胜任算法科学家的人。否则,请不要欺骗自己,认真培养你的算法能力工程能力,毕竟你的目标还是一个合格的算法工程师。

     

    posted @ 2019-02-23 23:47 DeepLearningStack 阅读(...) 评论(...) 编辑 收藏
    江苏11选5软件