2017 年 8 月
Sam Witteveen 和 Martin Andrews 在 2017 年 2 月正式加入 TensorFlow 和深度學習新加坡。短短 8 個月內，這個社群的會員人數就增加到 16,000 人。在訪談中，他們討論了飛快成長帶來的幾個獨特挑戰，也談到讓技術內容變得有趣又有趣。
Sam, Martin，說明您決定在新加坡成立機器學習與深度學習社群的原因。
Sam：Martin 和我從 2016 年 11 月開始討論如何組建社群。我們發現大家都對機器學習和深度學習感興趣，但其實並沒有這個聚會團體。我們在 2017 年 2 月進行過 激烈的促銷活動後，正式開始Martin 曾參與過許多 Python 活動 並且接觸了當地的新創公司
我們一開始秉持的理念，是為初學者和進階開發人員提供內容，並搭配閃電講座和/或客座講者。
Martin：這個理念還有一個原則，就是不使用代碼就能進行對話：每個人都需要顯示程式碼可以正常運作。雖然新加坡有充滿活力的 MeetUp 活動，而且大家每週都會參加一或多場 MeetUp，但也很難讓人們在活動中發言。初期我們瞭解這會是問題，所以 Sam 和我都會在每場活動中 發出討論。即使沒有客座講師，Sam，我也會確保 每個活動都有適合初學者觀看的內容，以及 更精心設計的精彩內容我們也認為必須定期舉辦活動 而且能夠從事這些活動Google 持續為我們的活動提供 200 人會的場所。這非常有用，我們不必煩惱該方面
活動是交流活動的一部分嗎？
Sam：我的意思是不會阻止任何人人脈，但實際上並未分配到網路的時間。儘管如此，大家還是在網路上都很自然。
Martin：披薩就某些原因而言，在新加坡的費用相當高昂，我們尚未無法就其他優良開發人員的食物 (笑) 達成共識。所以我們沒有任何食物
聚會一般會從晚上 7 點到晚上 9 點，然後有將近一半的人群會聚在一起聊天。
你當時是在宣傳社群聚會，您運用了哪些工具？
Sam：口耳相傳是大家認識我們的方式。我們也會確保每場聚會中至少有一個「熱門」主題，例如圖片說明文字。這成為人們回訪的一大因素。我們每個月也選出了關注主題一個月的主題例如，我們會探討行動裝置的深度學習 以及文字的不同主題等
首次聚會前，我在開發人員和新創公司 Facebook 社群中發布了幾則公告。從那時起，我們就一直使用 Meetup.com，而且很好玩。
您在短短 7 個月內，從 0 名增加到 1600 名會員。企業的快速成長與面臨哪些獨特挑戰？
Sam：我們的其中一項挑戰是如何為先前未參加先前聚會的新玩家舉辦聚會，同時為想取得進階內容的新世代會員增添更多樂趣。我們正在考慮將新手內容重複推出為獨立的「吸睛」活動。此外，由於 TensorFlow 是最先進的技術，因此我們有人員採訪他們認為這對他們可能很有用，但並非完全確定。因此 Martin 和我一直積極讓自己跟我們聊聊我們面臨的挑戰，是找到對機器學習/DL 有意思的使用者，並請他們來家討論。
Martin：初學者可不只有聲音，而是單純學習。進階人總是想更進階的內容。所以我們必須在更多人聲元素 與正確組合的判斷之間取得平衡每個月要想出有趣的新主題 說不定也非常困難
小杉：我們也拓展了聚會空間 (笑聲)。
新手進入深度學習世界的難易程度為何？
Sam：如果你知道如何編寫程式碼，就能快速學會基本功能。我們知道使用者可能沒有 Python 經驗，因此我們在執行「新手日」事件之前，發出了基本 Python 類別的連結。之後我也很滿意收到的意見回饋幾乎所有參加者的 100 人 都獲得許多經驗
Martin：與其獨家說，我們嘗試強調所有人都可以進行深度學習。我們也盡量以視覺化的方式呈現所有範例。舉例來說，我自行在 Android 手機上記錄了幾位數字，然後將這些數字轉換成光譜圖的圖片，並使用標準網路來區分這些數字。這使得適合進階參加者的新手入門範例都很有趣。Sam 運用 CycleGAN 的概念呈現新加坡的冬季樣貌，但新加坡絕對如此。我們試著讓社群成員樂於參與新事物，同時享受創作樂趣。
Sam：如果能增添趣味的方式，科技就充滿趣味。我認為藉由展現成效不彰的地方，以及我們如何解決這方面的問題，從而贏得很大的尊重。因此我們不必覺得，雖然從一開始，我們就掌握所有資訊並擁有所有答案。
您提到自己很難找到願意在聚會中發言的使用者。您是如何激勵他們，同時達成目標的成效如何？
Martin：我們會傳送問卷給每位新成員 (MeetUp.com 可自動傳送問卷)。我們基本上會詢問員工是否使用深度學習，以及是否有人曾使用深度學習超過 80% 的企業表示可能會有說話機會，但仍然很難實現。我們想要讓大家能輕鬆發想，並推崇如果有人向閱聽人提出關於深度學習的個人經驗，整個聽眾都會很想聽聽看。
您似乎有許多進行中的活動。您該如何規劃聚會、安排聚會和經營社群的時間？
小杉：籌辦聚會並非易事。準備內容是相當耗時費力的
Martin：我自己這麼做的原因之一，就是我想每個月製作新內容。否則，我們很容易就能將其消失。此外，我們也想探究當地場景中是誰
可以透過許多有趣的方式應用機器學習和深度學習。想想您的社群有什麼例子嗎？
Martin：我們有一位成員使用了遷移學習 (在其中使用預先訓練的網路進行訓練，藉此辨識新的物件)，並訓練其從節日相片辨識他的家人。我不知道有人會嘗試這種行為 或是這樣真的能成功意思是預先訓練的網路並非專為辨識特定使用者而建構
Sam：我們有員工與新創公司合作，他們會取得資料來追蹤年長者是否跌倒，他們正根據這項資料預測是否需要派人幫忙檢查這個老人是否需要幫助。
成員具備自己的領域專業知識，您可以向成員提供一些訣竅。當他們回來時，就會告知您是否成功。
您近期最期待看到什麼？
Sam：Google Brain 團隊的 Frank Chen 即將與大家聊聊 TensorFlow 的未來發展。他將以講者身分發言，也因此選擇小組進行公告。
Martin：我們很期待將 TPU 發布到 Cloud...
Sam：我們也非常樂意與其他主辦單位溝通，如果大家都在這方面想跟我們聊聊，更是如此。我們一直在尋找講者，我們也很樂意在當地其他 MeetUp 上發表演說。