這篇不是翻譯，是我自己寫的後記，CNTK API文件翻系列譯完結。

CNTK是微軟的一個深度學習套件，他的存在主要是可以讓開發人員不用知道里面的各種演算法的細節，就能使用訓練深度神經網路模型。他提供了已經封裝好的元件來給我們使用：你不需要知道隨機梯度下降下降演算法和反向傳播演算法，因為CNTK提供了一個sgd函式；你不需要知道卷積運算，直接使用CNTK的Convolution函式；你不需要知道LSTM單元裡面的各種門，CNTK裡的LSTM函式就是你完成LSTM唯一的門。我們使用CNTK，需要做的就是準備好資料，自由組合這些元件構建模型，訓練、測試、評估、儲存模型，然後就可以使用了。

CNTK除了使用Python、C++等通用的程式語言呼叫他的API之外，還有另一條技術線，叫BrainScript，我沒有深究過，看樣子好像是通過一些配置性的指令碼設定資料來源、構建模型、訓練和測試的，用起來會更加簡單，當然代價是更少的靈活性，用指令碼自己構造資料來源，自定義成本函式，設定學習演算法基本是不可能了。

本系列主要是翻譯了CNTK的Python API的文件，其實說是文件，不如說是官方提供的示例教程更恰當，除了特別長的章節，基本每期都是完成一個特定的任務。

我個人覺得通過完成特定的任務來學習一門新東西是最快的，所以我選擇了翻譯示例教程，而不是貨真價實的文件。第一期也就是前言的時候我預估要翻譯20期左右，到現在翻譯了25期，除了因為我出差或者實在是工作太忙需要加班加點之外，基本保證了四天一篇的更新速度，再次感謝狗建議我定期更新，不然可能就廢了。

之所以說廢了，是因為自己的英語實在是比較糟糕，特別是前幾篇，有時候看來自己都不知道自己翻譯的什麼東西。到了後幾篇，不知道是換了個話癆型的工作人員還是怎麼的，事無鉅細全部都說的特別清楚，翻譯工作了突然劇增，不過也就是在這個時候，忽然感覺自己越翻譯越順了。可能是因為這段時間英語是還有點提升，也可能話癆說的話多半都不是什麼關鍵的東西，哈哈。

這二十多期翻譯下來，不知道有多少錯誤，這不重要；貼了太多程式碼，不適合朋友們看，甚至裡面有很多程式碼我都沒有去執行一遍，這也不重要；也因為程式碼太多，導致排版基本不能看，這更不重要。重要的是，自己要去學一門東西（CNTK），選了一種方法（翻譯教程），去做並且完成了。公眾號，關注我公眾號的朋友們都是我可以完成的力量，特別感謝，mua。

對於仔細看我公眾號的朋友們來說，裡面程式碼太多，這不要緊。有沒有自己造著去敲，有沒有自己執行裡面的程式碼，這都不要緊。要緊的是，對CNTK和人工神經網路有個大概的概念，知道他大概可以做什麼，這就夠了。

其實我所貼進去的程式碼，大部分我都沒有執行，接下來我就要自己真真切切的去做——我要訓練一個能識別古詩詞的模型，然後做成一個微信小程式。

雖然我接下來要敲程式碼了，不過接下來這個系列的文章我就不會貼程式碼了，只要讓讀者大概知道，一個使用人工神經網路的專案大概是如何完成的，就夠了。

歡迎掃碼關注我的微信公眾號獲取最新文章