作者: rocking5566 (摇滚56) 2017-10-21 23:34:00
现在机器学习算法相关的不少啊你关键字怎下的？machone learning, deep learningcomputer vision, data engineer图像识别 。。。等 104一堆
作者:
Mariano42 (Mariano Rivera)
2017-10-21 23:39:00当然选 软件
作者:
LieTo (这就是人参.....)
2017-10-21 23:42:00软+1 硬件基本上感觉大者恒大 门崁太高...
NV什么时候用FPGA作AI了？现在NV可是AI一哥内
作者: smalljacky03 (小小迷糊虫爱捣蛋03) 2017-10-21 23:57:00
说真的AI怎么赚钱？
作者: seafloor (人生就是这样) 2017-10-22 00:07:00
属于非量产型阶段的东西 软硬件结合都是很重要的
作者:
guest0079 (SpongeBob SquarePants)
2017-10-22 00:07:0020年前网络刚盛行的时候 大家也都在问网络要怎么赚钱AI就是很有潜力的机会 但别问要怎么赚钱 要由你来定义等到别人定义好了 商业模式都摸透了 再进来就不赚钱了
FPGA目前是非GPU阵营走的路数,例如intel
作者:
guest0079 (SpongeBob SquarePants)
2017-10-22 00:10:00所以现在在怀疑AI能不能赚钱的人 注定是鲁蛇了
当你走第二条路线的时候,其实应该也进得了nvidia短期来看,训练GPU应该还能领先一段时间,长期未必...
作者:
CW46 (leo)
2017-10-22 00:16:001不用太多理解？
作者:
dave9898 (黛芙走å§)
2017-10-22 00:17:00选1再去钻研原理跟最佳化，或者选2再自己去想怎么做应用走应用要做得比别人好就要有一定程度的原理理解吧
AI很吃数学 你不懂原理 叫robot来做都比给你做好
作者:
toasthaha (toasthaha)
2017-10-22 01:20:001,2 都还是要懂原理
作者: lngagg (lngagg) 2017-10-22 02:17:00
我推2，台湾没太多软件的发展空间
作者:
elements (Helianthus annuns)
2017-10-22 02:29:00软件框架不会变，所以芯片必定杀成红海，你还是走1吧
作者:
LLSGG (西西西瓜)
2017-10-22 03:23:00ai 就是考虑国外啦，台湾企业根本不想付钱等你慢慢研究硬件也是等著抄别人的
作者:
pig2014 (Rocking Man)
2017-10-22 03:26:00哥觉得炒话题成分比较多，基础功比较重要
作者:
acgotaku (otaku)
2017-10-22 04:06:00FPGA在运算优化上 其实有时不输给multi-threadAI硬件门槛太高 你不懂VLSI OS architecture做不了AI入门软件相对简单,熟算法很容易用爬虫实现简单实做或者用CUDA来快速实践优化
作者: shaform (Shaform) 2017-10-22 05:49:00
可是选一的话也没学到原理，不如选二然后 side project做酷一点的东西，就可以两边通吃了
目前Big data重点还是大量有用的data 当然alphaGo zero开启了reinforce learning的前景
作者:
coware (Co-ware)
2017-10-22 10:25:00会哀就可以了
作者:
pipi1983 (放手  N)
2017-10-22 11:28:00台大资工系的学生 & 台大电机系对于其课程感到基掰的学生 在高中板教高中生未来只属于软件世界 硬件是垃圾
作者: kkking 2017-10-22 12:33:00
题目根本无所谓，有心想学的话，学校会阻止你多学吗？题目不会限制你学习，心态才会
作者:
baseguard (....NN )
2017-10-22 21:32:00在台湾我建议2
作者: gozelee 2017-10-22 23:39:00
看你数学如何...
FPGA作最好的，还轮不到intel辣，先过过GG+Xilinx这关