- [How I became a machine learning practitioner 我是如何转行机器学习的？](https://readwise.io/reader/shared/01hfqns4r37qn8j9qmr9s1b98d) - [wikipedia: Greg Brockman](https://readwise.io/reader/shared/01hfqnxnkdcn2ca7j7tk1dgxr1) Q greg转行机器学习的故事，给你什么启发？费曼一下。 - 克服学习的最大障碍 - 心理障碍，接受自己成为初学者的事实 - 在一个领域已经成为专家，但当切换领域时依然要面对无穷无尽的新概念，就像婴儿最初掌握的 1000 词一样，这段时间不可能快，6 个月到 1 年后才可以步入正轨 - 想成为一个深度学习实践者，需要给自己试错的机会，从足够多的失败中学习，最终会成功 - 团队和身边的人的支持 - 以解决问题为目标进行学习，比如 Greg 已经想好一个具体的目标，构建一个聊天机器人，所以在学习课程时只选择与自然语言处理相关的进行学习。同时进行原理层的主题研究，阅读相关的论文指导完全吸收。 > I learn best when I have something specific in mind to build. I decided to try building a chatbot. I started self-studying the curriculum we developed for our [Fellows](https://openai.com/blog/openai-fellows/) program, selecting only the NLP-relevant modules. For example, I wrote and trained an LSTM language model and then a Transformer-based one. I also read up on topics like [information theory](https://colah.github.io/posts/2015-09-Visual-Information/) and read many papers, poring over each line until I fully absorbed it. 接受初学者的事实除了不同领域之外还有年龄。根据自己一年多以来学习编程的经历来看，很大的一个错误就是没有找一个具体要解决的目标作为学习目标，更快的学习方法是在解决具体问题中不断遇到失败并想办法解决。